2026快手创新与知识产权白皮书

引言 创新进化论快手创新的双螺旋密码 生命的进化，本质上是信息编码系统的持续选代。DNA双螺旋结构中，两条核苷酸链相互缠绕，碱基配对编码遗传信息，在复制与重组中实现物种的适应与跃迁一一这是自然界应对复杂性挑战的底层方案。 近年来，人工智能正经历类似的进化跃迁。从判别式AI到生成式AI，从单一任务到通用能力，技术突破不再是孤立的节点创新，而是技术创新链与产业应用链持续缠绕、协同演化的结果。两条链条的相互定义、彼此赋能，构成了AI从实验室走向产业纵深的核心机制。 技术创新从来不是孤立的跃迁，而是与制度演进同频共振。近年来，国家围绕人工智能发展持续部署并完善政策体系：业化规模化应用，政策导向逐步从技术应用向全链路融合深化。对科技企业而言，既拓展了创新空间，也提出了更高要求。在这样的背景下，快手围绕技未创新链、产业应用链和知识产权支撑体系，逐步形成了自身在AI时代清晰的创新路径： 技术创新链，是快手应对AI复杂性的能力编码。从可灵AI对物理世界时序逻辑的建模，到OneReC对推荐系统底层架构的重构，OneSearch对搜索决策范式的重塑一一每一次技术突破都在改写平台的能力基因，为进化注入新的可能。 产业应用链，是快手技术价值的真实表达。数亿用户的每一次交互、千方创作者的每一次创作转化、百万商家的每一次经营闭环，让技术代码“转录”为可感知的用户价值与可持续的商业回报。创作者经济的新基建、产业数字化的深度赋能、社会责任的创新实践，构成了检验技术价值的真实场景。 而连接双链、确保稳定配对的"氢键”，正是贯穿全程的知识产权支撑体系。它向内保护创新成果，筑牢自主创新的护城河；向外赋能平台生态伙伴，共享创新红利；向前参与标准制定与规则共建，融入行业发展进程；向下培育创新文化与人才土壤，夯实组织能力根基。知识产权的立体保护，让双螺旋结构得以持续复制、稳定遗传、不断进化 本日皮书将系统呈现快手创新的双螺旋密码：技术创新链如何重塑AI时代的技术底座，产业应用链如何激活全链路的价值释放，知识产权支撑体系如何让这一进化机制生生不息。面向未来，快手将继续以创新为舟、以知识产权为桨，与亿万用户、千万创作者、百万商家一道，驶向更加美好的数字生活新图景。 目录 可灵AI持续提升多模态内容生产能力 技术突破：自主创新，引领视频生成标准p.006产品演进：高频迭代，打造一体化创作引擎p.007市场表现：双轮增长，持续领跑全球市场p.009 智能推荐：OneRec推动推荐系统向统一生成范式演进p.010智能搜索：OneSearch推动电商搜索进入“生成式时代"p.011智能投放：G4RL重塑广告出价与经营效率p.012 算网底座：算力与网络协同构筑智能支撑p.014智能开发：一站式平台助力创新和提效p.016智能工程：从设计稿到工程代码的全流程打通p.017 ·产业应用链｜激活全链路的价值释放 平台生态重塑激活现有业态新动能 影视创作：AI重构专业内容生产方式p.021智能投放：AI提升广告创意效率p.023智能经营：AI提效电商经营全链路p.024智能互动：AI丰富内容消费新生态p.025 产业社会赋能探索商业价值新边界 AI+媒体：推动主流内容表达方式升级p.027AI+文旅：助力地方文旅快速破圈p.028AI+公益：让技术能力更具体地服务普通人p.029 治理能力升级守护平台健康新生态 固本强基：守好社区、电商治理核心主阵地p.033亮剑除害：全链打击黑灰产等网络乱象p.035规范引领：护航AI新业态健康发展p.037 知识产权丨让双螺旋生生不息的坚实支撑 经纬之道构建立体支撑体系p.042 PART01 第一部分 技术创新链重塑全链路的技术底座 内容生产：可灵 AI 持续提升多模态内容生产能力智能应用：AI重塑核心业务决策链路技术底座：支撑全栈 AI能力的核心基础设施4生态布局：构建开放的产学研创新生态 当人工智能从单点突破走向全链路融合，技术能力能否穿透具体业务场景、产品价值能否转化为用户可感知的体验与效率，已成为衡量AI落地深度的核心标尺。正如快手科技创始人、董事长兼首席执行官程一笑所言，“科技行业的竞争，关键就在于谁能够把AI技术和具体应用场景结合得更好”。 在快手，人工智能的落地路径始终清晰：技术必须深入业务肌理，价值必须触达用户感知。基于这一理念，快手构建从技术到场景、从场景到价值，快手正在走出一条属于自己的AI落地之路。 快手AI技术全景图 快手构建从算力、网络、平台到数据的全栈AI基础设施，并以通用模型、应用模型与研发效能体系共同支撑全业务智能化发展。 内容生产 可灵AI持续提升多模态内容生产能力 通用户对表达方式的想象，都在呼唤一种更可控、更一致、更流畅的智能创作方式。作为连接数亿用户与千万创作者的内容平台，快手始终致力于将前沿AI能力转化为普惠的创作工具。可灵AI作为快手近年来在内容生产领域最具代表性的创新成果之一，其诞生与演进正是这一使命的具体落地。 技术突破 自主创新，引领视频生成标准 可灵AI（KlingAI）是由快手大模型团队自研打造的新一代AI创意生产力平台，于2024年6月6日正式上线，目前已形成App、Web端（中、英文版）等多端跨平台产品矩阵。作为全球首个用户可用的真实影像级视频生成工具，可灵AI在全球范围内率先实现技术突破，技术和产品能力持续保持行业领先，核心亮点包括： ①大幅度、符合物理规律的运动①写实感人像、摄影级画面?高清精美画质、大片质感③支持首尾、多种运镜、运动笔刷等丰富的精细化控制能力③自然音色、文本朗读，为视频人物生成自然配音③定制训练人脸模型，创新的ID保持能力?支持多模态编辑 产品演进 高频迭代，打造一体化创作引擎 视频生成模型长期面临几大痛点：一是人物、场景和道具在多镜头、多段落生成中主体一致性不足；二是长时生成和连续叙事能力有限；三是声音、口型、画面协同能力较弱；四是理解、生成、编辑等创作流程割裂、切换成本较高。围绕前述难题，可灵AI近两年来持续迭代30余次，在画质、控制力、多模态融合、音画同步与创作一体化等关键维度实现里程碑式突破，不断探索AI的创意表达边界。 持续迭代，不断探索AI的创意表达边界 可灵Al-Web-Global 伴随技术迭代，可灵Al多次登顶全球知名Al基准测试机构ArtificialAnalysis的榜单：2025年3月，可灵1.6Pro以1000分登顶图生视频赛道；5月，2.0模型以1124分再次登顶，连续三个月保持第一；10月，2.5Turb0上线仅10天，便以1329分和1252分夺得图生视频、文生视频双赛道榜首。2026年2月至3月，3.0系列发布后包揽文生视频赛道前两名，前15名中可灵独占7席，形成集团优势。 ModelELO , ?KlingAlKling 3.0 Pro1,240 2?KlingAIKling3.0Omni Pro1,233 3PixVersePixVerseV5.61,233 4xAIgrok-imagine-video1,227 6ViduVidu Q3 Pro1,225 9@KlingAlKling 3.0 Omni Standard1,218 10CGoogleVeo 3.1 Fast1,217 KlingAlKling 3.0 Standard1,216 12?KlingAIKling 2.5 Turbo 1080p1,212 14@KlingAIKling 2.6 Pro (January)1,206 市场表现 双轮增长，持续领跑全球市场 截至2025年底，可灵AI全球用户规模突破6000万，累计生成视频超过6亿个，企业客户和开发者超过3万家，覆盖广告营销、影视动画、游戏制作等诸多行业。2025年12月，可灵AI单月收入突破2000万美元，年化收入运行率（ARR）达2.4亿美元。2026年1月，可灵Al的月活跃用户数（MAU）已突破1200万。市场情报机构Sens0rToWer数据显示，截至2026年1月，可灵AI在韩国、俄罗斯位居iPhone端图形与设计类应用收入榜首，并在美、英、日、澳、土等主要市场稳居前十。 凭借在创新性、社会价值、技术突破和全球影响力等维度的持续进展，可灵AI连续两年荣获世界互联网大会乌镇峰会"中国互联网企业创新发展十大典型案例殊荣。 智能应用 2 AI重塑核心业务决策链路 智能推荐 OneRec推动推荐系统向统一生成范式演进 作为内容平台最核心的底层能力之一，推荐系统直接影响用户时长与商业效率。传统推荐系统采用召回、粗排、精排重排等多环节级联架构，各环节各自优化、逐层传递，链路长、协同复杂，全链路效率与整体效果难以达到最优。 针对前述问题，快手创新提出了OneRec一一一种端到端生成式推荐的全新范式。 它采用极简高效的LazyDecoderOnly结构，并引入基于奖励机制的偏好对齐，实现推荐结果的直接生成，具有三大核心能力： 一是架构革新：率先将推荐系统重构为端到端自回归生成任务，采用LazyDecoderOnly精简架构，实现推荐结果直接生成，并成功将模型规模扩展至8B参数，验证了推荐领域的ScalingLaW 二是偏好对齐：提出基于奖励系统的用户偏好对齐，结合时长感知奖励塑形和自适应比例裁剪的反馈驱动框架，实现策略的稳定优化，带动APP停留时长分别提升1.26%和1.75%，7日留存显著增长； 三是系统效率：通过极致的性能优化，实现了训练和推理阶段模型MFU提升至23.7%和28.8%。同时，运营成本（OPEX）降至传统链路的10.6%，显著提升了工业级生成式推荐系统的工程可行性和成本效益。 OneRec标志着快手在推荐系统上的探索已从传统排序优化走向生成式架构、偏好对齐与大规模工程部署的深度融合也为后续搜索决策、广告投放及更多场景的统一建模奠定了坚实的技术基础。 推荐范式跃迁：从筛选到生成 OneRec 端到端生成式 传统流水线模型 行为与特征 Token 序列→ Lazy DecoderOnly→生成推荐视频序列 ·单一模型统一全链路·原生支持RL对齐真实偏好高算力利用率，可扩展性强·推荐从“筛选”变成“生成“ 多阶段割裂、信息损失多次通信开销导致GPU利用率低优化目标不一致，难以统一●难接入RL、Scaling Law等新技术 短视频消费深度对比 OneRec已承载快手双端25%线上流量，带动双端APP停留时长分别提升1.26%、1.75%，7日留存显著增长。其拓展至营销、电商场景后，与G4RL技术共同推动国内线上营销服务收入增长4-5%，并助力商城信息流GMV实现高单位数提升。 智能搜索 OneSearch推动电商搜索进入“生成式时代" 搜索是电商平台连接用户与商品的核心入口，直接影响用户能否快速找到心仪商品、商家能否高效触达目标客群，是驱动交易转化的关键环节。当前电商平台普遍采用“召回、粗排、精排”的级联式搜索架构，存在query理解困难、长尾商品覆盖不足、链路目标不一致等问题。 为解决上述挑战，快手于2025年推出自研电商搜索端到端生成式框架一一0neSearch，用一个模型直接从用户query生成匹配商品，在提升搜索效果的同时大幅降低资源消耗，重构电商搜索全链路。OneSearch具备三大创新点： 一是提出关键词增强层次量化编码（KHQE）模块，在保持层次化语义与商品独特属性的同时，强化查询与商品间的相关性约束。 二是设计多视角用户行为序列注入策略，构建行为驱动的用户标识，融合显式短期行为与隐式长期序列，更全面建模用户偏好。 三是引入偏好感知奖励系统（KHQE），结合多阶段监督微调与自适应奖励强化学习机制，捕捉更细粒度的用户偏好信号。 目前，0neSearch已在快手多个电商搜索场景中成功部署，驱动商城搜索订单量提升3.22%，买家数增长2.4%，线上推理成本降低75.40%，资源利用效率得到极大优化。这是生成式