大模型落地，还在加速。
3 月 31 日，快手在长沙召开 2025 磁力大会，宣布将磁力引擎打造为「下一代 AI 智能商业引擎」，从电商、内容消费、本地生活、品牌营销等核心业务场景切入，打造一条新的全 AI 商业链路。
自数字营销行业诞生之初，它就一直是个性化、智能化算法技术的「练兵场」，不仅因为这一领域需要算法，更在于这种效率提升能实打实地转化为商业效益。
现在，快手的磁力引擎，已经能够覆盖从内容生产、投放到匹配的全链路，并为各种垂直行业提供 AI 解决方案。可以说，整个数字广告行业正在进入一个全维度 AI 时代。
AIGC 让广告内容制作「升维」
过去 20 多年，广告是整个互联网行业最重要的现金牛，为技术发展提供了最多的动力。几乎所有的互联网巨头，都依靠广告作为最主要的收入来源。
但在数十年里，线上广告平台所有的革新，主要是投放和匹配的核心，即「让内容找到正确的观众」，广告制作本身依然停留在相对传统的阶段。因为高度依赖创意和素材生产，所以存在门槛高、周期长、试错成本高的问题，也存在一定的同质化。
过去几年，AIGC 技术已经在深刻改变这一领域。越来越多商业素材，特别是插图、配音，都开始广泛采用 AI 生成，以降低商用成本，规避版权风险。据华尔街日报报道，Meta 的 AI 图像生成工具上线后，帮助广告主规避了 90% 的版权风险。各家数字广告平台都在通过生成工具帮助中小广告主降低成本。近期，快手创始人程一笑在新季度财报电话会上表示：根据快手内部测算，AI大模型预计可以把客户的短视频营销素材制作成本降低60%-70%甚至更高。
现在，AIGC 已经开始融入到广告制作的每个环节，从创意脚本、内容素材，再到生成实时交互……这种变革意味着 AI 从单点的效率工具，正在演变为一种创意基础设施。它的意义不只在于降低制作成本，更增加了广告的投放维度，让广告不再局限于单纯的视频或图文，而是可以升维到具有情感互动能力的数字人直播，智能客服等等。
过去一年，快手的技术聚焦重点之一就是数字人的「情感表达能力」，迭代后的女娲数字人，能够实时响应观众提问并保持自然互动，显著提升直播转化效率。2024 年第四季度，快手全平台 AIGC 短视频素材和数字人直播服务的日均消耗量已超过 3000 万元。
对广告主来说，AIGC 最大的应用价值不只在于降低成本，即便今天的 AIGC 素材生成效果已达到了良好水准，也仍有大量内容在通过实拍等方式制作。但 AIGC 在传统广告的生产端，也能发挥很大的作用。
基于 AI 能力，广告主可以生成大量不同方向的创意脚本，通过大量素材的交叉投放、评估效果，最终确定未来内容制作的投入方向。
过去数字广告行业的大部分成果，几乎都归功于「效率优化」，通过精准投放和效果评估，实现投放的效果最大化。而现在，AIGC 可以从生产端就开始介入，使它不仅成为内容素材的生成工具，也可以为制作投入进行前置的「验证」。
AI buff 加成：投放从人工到智能
所有的数字广告系统，核心都是「流量效率」的优化，其中一侧是平台自身的分发调优，另一侧则是广告主的竞价和匹配。
「卖流量」的生意已经存在了数百年之久，从纸媒时代的平面广告，电视时代的视频广告，再到数字广告，它们都是在对广告和受众进行细分。这些「匹配算法」经过几十年的发展，已经变得非常成熟，比如体育节目后面总是跟着汽车广告，儿童视频则总是有玩具广告……
但问题是，传统的垂直匹配颗粒度太低了，其中还包括很多刻板印象。自从内容算法诞生之后，有越来越多的结果都是「反直觉」的，比如一些户外运动的爱好主力其实是女性而不是男性，看上去低龄受众的可爱玩具，实际备受年轻的成年人追捧。当下时代，可以说每一天都有新的意识在形成，新的场景等待被挖掘。今天很流行的一个词「网感」，其实就是感知和归纳这些新意识的能力。
所以，进入 AI 时代，下一代智能投放 agent 最重要的能力，应该是「发现盲点」的能力。
当下，广告投放操盘已经进入复杂的博弈阶段，数百个素材内容、数十个投放目标以及多元出价工具的叉乘组合，让投放的复杂程度远超人脑决策的极限。
所以，新的商业投放策略，应该是精细的、全域多目标组合，且可以多体裁、长周期地投放，在过程中不断逼近理想的转化效果。如果说过去的广告匹配是独立的多次「对焦」，没对上就再来一次，AI agent 则让这个过程真正变成了「连续追焦」的过程，更容易达成调控目标，也更便捷。
2024 年，快手基于大模型推理上线了全自动投放（UAX）能力，过去一年，UAX 的客户渗透率已接近60%、投放冷启成功率提升了25%。全站推广 Agent 为投放商家撬动了 60% 以上的自然 GMV 增长。
现在，快手的营销推荐大模型已采用思维链决策学习技术，能够模拟人类认知过程逐步分析复杂问题，洞察用户行为与商业行为的内在联系，从而匹配用户购买需求与商品核心卖点。它具有一种「俯瞰舆论场」的能力，发现那些最新的热点，甚至挖掘出盲点。
在内容匹配上，广告主也不再需要根据已有的市场调研结果来进行人群匹配。磁力引擎能对广告内容进行自主的多模态大模型理解、匹配，增加推荐精度和转化率，提升匹配效率，让冷启动变得更容易。
让大模型创造新的价值增量
当下，AI 落地的最大障碍，就在于它还没有创造出明显的「价值增量」。
大部分大模型应用，都依然停留在对人力的模仿、替代，对很多普通用户来说，AI 带来的「危机感」要大于「价值感」，这将是大模型进化成通用人工智能道路上的最大长期阻碍。
在那些相对垂直的场景里，如电商经营、内容消费、本地生活等领域AI 大模型对现有系统的优化提升要具体、确切得多。一切都可以被更准确地衡量，也就意味着切实地价值增量。
过去一年，AI 对商业营销的加成已经缔造了快手带来了商业生态的繁荣。平台商业化收入同比增长超 20% 至 724 亿，合作客户数也同比增长 50% 以上。就连「广告」这个概念本身也在改变，曾经分野明确的「节目」和「广告」，界限正在变得越来越模糊。越来越多商业内容，因为与用户需求的紧密贴合，本身就变成了一种内容。
尤其是在短剧、小说、小游戏这些内容领域……内容的创作、生产、投放、营销、消费，已经形成了完整链路，深刻融入了平台。2024 年 Q4，快手内容消费行业获得迅猛增长，其中短剧的商业化消耗同比增长超 300%。截至目前，短剧的单日消耗峰值已突破 3000 万，小游戏的日消耗峰值突破 1200 万。
而这些新垂类背后，都能看到 AI 技术的影子。无论是对用户偏好的分析预测、内容素材的生成，还是发布策略的制定，都已经离不开 AI 大模型的支撑。
未来，AI 将持续带动内容形式和垂类创新，让内容变得更具互动性，也开拓更多新的工具品类。比如针对电商、本地生活类产品，可以通过 AI 智能客服实现即时互动、深度转化私信。或在品牌营销领域，可以用 AIGC 生成玩法融入到品牌宣发里，让受众参与进来，实现自己的个性定制。
这种革新，对广告主、用户，以及大模型技术本身，是一次「多赢」。商业项目得到曝光，用户收获价值，大模型则得到了效用的验证。这种循环模式，还在延伸到更多领域。通过这种垂类的反馈优化，反而能帮助 AI 大模型技术突破 C 端应用的鸿沟，形成正向的创新反馈闭环。
可以说，通过全面融入 AI，快手将有机会带动商业引擎进入一个全新维度，为平台乃至整个数字商业经济注入更多新活力。
