🔥36氪•較早收集於 16m
快手：預計2026年Capex約260億元，將繼續加碼AI算力與基礎設施投入
💡快手260億AI Capex激增支持可靈—影片AI基礎設施基準轉變。
⚡ 30-Second TL;DR
有什麼變化
2026 Capex約260億元，較2025增110億
為什麼重要
彰顯快手深化AI承諾，提升可靈於影片生成對抗Sora競爭力。推動中國AI基礎設施競賽，影響模型存取成本。
下一步行動
測試可靈API影片合成效率，於快手2026基礎設施擴張前。
誰應關注：Developers & AI Engineers
關鍵要點
- •2026 Capex約260億元，較2025增110億
- •重點可靈大模型及其他基礎模型算力
- •涵蓋數據存儲、伺服器、中心建設
- •目標保持集團健康自由現金流
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •快手此次資本支出（Capex）激增，反映其正從單純的內容平台轉型為具備強大生成式AI底層能力的技術驅動型企業，特別是針對視頻生成領域的算力護城河構建。
- •該筆投資不僅限於硬體採購，還包含對大規模分布式訓練集群的優化，旨在解決可靈（Kling）模型在長視頻生成過程中面臨的顯存瓶頸與推理延遲問題。
- •快手在財務策略上採取「以收定支」模式，儘管Capex大幅增加，但仍強調自由現金流的健康度，顯示其AI投入已進入與商業化變現（如AI廣告、創作者工具）掛鉤的階段。
📊 競品分析▸ Show
| 競爭對手 | 核心AI視頻模型 | 算力策略 | 商業化重點 |
|---|---|---|---|
| 字節跳動 | 即夢 (Jimeng) | 自研芯片與大規模集群 | 廣告創意與短劇製作 |
| OpenAI | Sora | 雲端算力租賃與自建 | 影視工業化與創意工具 |
| Runway | Gen-3 Alpha | 雲端算力優化 | 專業影視後期製作 |
🛠️ 技術深入
• 可靈（Kling）模型架構：基於 3D VAE（變分自編碼器）與 Diffusion Transformer (DiT) 混合架構，支持長達 2 分鐘的視頻生成。 • 算力集群優化：採用高性能 RDMA 網絡架構，以降低大規模模型訓練中的通信開銷。 • 數據存儲：針對海量視頻數據訓練，部署了高吞吐量的分布式文件系統，以滿足訓練過程中對數據讀取的高並發需求。 • 推理加速：通過算子融合與量化技術，提升在線推理效率，降低單次視頻生成的算力成本。
🔮 前景展望AI analysis grounded in cited sources
快手將在2026年底前實現AI生成內容（AIGC）在廣告營收中的佔比顯著提升。
隨著可靈模型算力投入到位，AI生成的廣告素材製作成本將大幅降低，進而提升廣告主的投放ROI。
快手將進一步開放可靈模型的API接口，構建AI開發者生態。
龐大的算力基礎設施需要通過外部調用來分攤折舊成本，開放API是實現算力變現的必然路徑。
⏳ 時間線
2024-06
快手正式發布視頻生成大模型「可靈」，並在快影App上線。
2024-09
可靈AI網頁版正式上線，並推出會員訂閱制，開啟商業化嘗試。
2025-03
快手宣布可靈模型升級，支持更長時長與更高分辨率的視頻生成。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 36氪 ↗