视频模型

腾讯云把视频生成摆上云货架:WAND-Vega 4~15 秒、768P 到 4K 全档,0.375 元/秒起,还顺手把「抽卡」的返工包了

2026年11月2日0 次阅读
腾讯云把视频生成摆上云货架:WAND-Vega 4~15 秒、768P 到 4K 全档,0.375 元/秒起,还顺手把「抽卡」的返工包了

3分钟看懂:这次到底发了个什么

一句话结论:10 月 30 日,腾讯云在 2026 全球数字生态大会上把 WAND-Vega 多模态应用模型正式拿出来卖,其中视频那一档(WAND-Vega-Video)已经从「发布会上的能力」变成「文档里能照着调用的 API」——4 到 15 秒、768P 到 4K、支持文字/图片/视频/音频多种参考、按秒计价。

三个最该记住的事实:

  • 它是按「秒」卖钱的,不是按「条」。 官方价格页写得很死:10 元/百万 tokens,768P 的输入和输出都是 37,500 tokens/秒,折算下来 0.375 元/秒;1080P 是 0.5 元/秒,2K 是 0.625 元/秒,4K 是 0.75 元/秒。这是国内大厂第一次把视频生成拆成这么细的价目表摆到云上。
  • 它不跟通用大模型比参数,比的是「一次能用」。 腾讯云副总裁、媒体 AI 产品负责人李志成把它定位成「应用侧模型」——底子是混元等基础模型,再针对短剧、电商、广告这些场景做后训练和调优。现场给出的说法是:漫剧团队生成十次才有一次满意,叠上擦除、修复、画质增强之后,素材可用率能到约 80%。
  • 它已经有明确的时长和清晰度上限。 单条 4~15 秒(默认 5 秒),分辨率 768P / 1080P / 2K / 4K 四档,宽高比支持 21:9 到 9:16 和自适应。想生成 30 秒一镜到底的,这条产品线现在给不了。

时间口径要说清楚:发布事件是 10 月 30 日(北京),来自大会现场和多家媒体的一致转述;官方产品页和 TokenHub 文档本身没有标注发布日期,它们只提供能力清单和价格,不能拿来当「今天发布」的证据。另外 11 月 2 日还有媒体在转述同一场发布会,那属于后续报道,不是新事件。

本文基于腾讯云官方产品页与开发者文档,以及财闻、InfoQ、中宏网等多家媒体对 10 月 30 日发布会的转述整理;发布会现场的口头数字(如可用率 80%、成本降 20%~30%)属于厂商口径,尚无第三方复现。

为什么重要:视频生成开始「按秒标价」,这门生意才算真正开张

过去一年,视频模型的消息大多长一个样:又一个榜单第一、又一个演示片、又一个「 cinematic 」。但对真正要花钱的人来说,缺的从来不是 demo,是报价单。

WAND-Vega 这次值得写,原因有三个。

第一,价格颗粒度变了。 以前买视频生成,要么买会员(一个月多少积分,积分怎么折算成秒全靠猜),要么买套餐(这个价位多少秒,超了怎么算不清楚)。现在它给的是 token 单价 × 每秒 token 数,768P 一秒多少钱可以直接乘出来。对一个要报预算的团队,这比多 10% 的画质提升有用得多。

第二,它把「返工」也放进了产品里。 大会现场反复提一个词——「抽卡」。意思是生成十条才有一条能用,剩下九条的时间和钱都打水漂。腾讯云的解法不是承诺「我们一次就对」,而是把 WAND-EraseVibe+(无痕擦除)、WAND-Enhance+(超分/插帧/去伪影)这些后处理工具跟生成串成一条链路。翻译成人话:它卖的不是一次生成,是「从生成到能用」的那段流水线。

第三,它的目标客户根本不是个人创作者。 官方给的数据是:WAND 服务 2000+ 家企业,日均生成 450 万+ 张图片、300 万+ 秒视频;90% 的头部短漫剧出海企业是它的客户。这个量级说明它瞄的是批量生产,不是「我想做一条炫酷短片」。

它到底能给什么:三种生成方式,四档清晰度

三种输入形态,共用一个接口:

  • 文生视频:只给文字提示词。
  • 首尾帧生视频:给第一帧和最后一帧,让模型补中间的运动。
  • 参考生视频:给参考素材。官方文档写明可以输入文字、图片、视频、音频,前 5 张参考图免费,第 6 张起 0.15 元/张。

四档分辨率,价格阶梯很明显:

  • 768P:0.375 元/秒(输入、输出分别计)
  • 1080P:0.5 元/秒
  • 2K:0.625 元/秒
  • 4K:0.75 元/秒

其他硬参数: 时长 4~15 秒整数,默认 5 秒;宽高比 21:9 / 16:9 / 4:3 / 1:1 / 3:4 / 9:16 / adaptive;可选返回尾帧图片(return_last_frame),方便做续接。

注意一个细节:计费是「输入视频」和「输出视频」分开算的。做参考生视频、尤其拿一段视频当参考的时候,成本不是"输出几秒乘单价",而是输入秒数也要计一遍。这一点官方价格页写得很清楚,但很容易被忽略。

怎么用:异步两步,别指望同步返回

它是耗时任务,官方文档给的流程只有两步:

第一步,提交任务。 POST https://tokenhub.tencentmaas.com/v1/wand/vega-videos/tasks,body 里带 model(目前是 wand-vega-video-1.0-lite)、content 数组(必须至少有一个 type=text 的元素)、可选的 resolution、ratio、duration。成功返回任务 id 和 status=queued。

第二步,轮询结果。 GET /v1/wand/vega-videos/tasks/{id},直到 status 变成 succeeded 或 failed,成功就从 content.video_url 拿地址。

有三件事必须在写代码前知道:

  • 出片时间是 1~3 分钟,不是几秒。做批量任务要按队列设计,不要用同步请求硬等。
  • 默认并发是 5。模型列表里 WAND-Vega-Video-1.0-Lite 那一行的「默认并发数」写的就是 5,超了要排队。
  • 视频链接会过期。文档 FAQ 里专门列了「生成结果视频链接会过期吗」,落地时应该第一时间把文件转存到自己的对象存储。

钱怎么算:0.375 元/秒听着便宜,乘上「抽卡率」才是真账

按官方价目表做一道算术题:一条 5 秒 768P 的片子,输出侧是 5 × 0.375 = 1.875 元。如果只用文字提示词、不带参考素材,这就是全部成本。

但真实生产不是一次成片。现场给的行业经验是「生成约 10 次才有一次满意」。如果十次里有一次能用,那这条 5 秒片子的实际成本就是 18.75 元——这还没算人工挑选和后期的时间。

这也是为什么「素材可用率提到 80%」这句话值得单独拎出来看:如果它成立,成本结构会从「十次里挑一次」变成「五次里挑四次」,单价的意义就完全不同了。 但要注意,这是腾讯云自己在客户反馈基础上的口径,没有公开的评测方法、样本量和判定标准,暂时只能当参考。

另一句需要拆开看的话是官方产品页上的「生成成本同比下降 30%+」。这里的对比基线是它自己上一代方案,不是「比友商便宜 30%」。跨厂商比价必须落到具体分辨率、时长和是否带参考素材上,否则没有意义。

适用场景:谁现在就该去试

  • 短剧 / 漫剧出海团队。 这是它最明确的目标客户,也是 90% 头部出海企业已经在用的场景。分镜到成片要反复改,能不能批量、能不能便宜地重来,比单条画质更重要。
  • 电商素材批量生产。 商品图、短视频素材、多 SKU 变体——这类需求量大、单条价值低、对"完美"要求不高,正是低价档 768P 的舒适区。
  • 需要 4K 但不要超长镜头的内容。 15 秒以内的品牌片、产品特写、片头,可以直接用 4K 档出。
  • 已经在用腾讯云体系的团队。 它走 TokenHub 统一鉴权和计费,和已有云账号、对象存储、CDN 是一条线,接入成本最低。

不适用场景:这些情况先别急着上

  • 要 30 秒以上一镜到底的。 现在最多 15 秒。要长片只能分段生成再拼,接缝和一致性得自己解决。
  • 要电影级表演和情绪细节的。 官方自己的定位就是「应用侧模型」「高性价比」,不是对标旗舰画质。真要做人物特写、复杂情绪戏,还是得看别家更高价位档。
  • 要求一次成片、不接受抽卡的。 它降低的是返工成本,不是消灭返工。流程里必须留出筛选和后期的人。
  • 对数据合规要求极严、必须本地部署的。 这是云 API,不是开源权重。

避坑与注意事项

  • 别把「发布」写成「上线可用」的全部。 目前公开文档里只有 Lite 一档的模型 ID(wand-vega-video-1.0-lite),发布会上提到的 Pro 方向还没有对应的调用参数。想用 Pro,得等文档更新。
  • 输入视频也算钱。 参考生视频如果喂进去一段 10 秒视频,这 10 秒按输入价计费,不是免费。
  • 参考图第 6 张起收费。 前 5 张免费,第 6 张开始 0.15 元/张,做多图参考的要注意别一把塞二十张。
  • 链接会过期,先转存。 这是异步任务类 API 的通病,别把临时 URL 直接写进业务数据库。
  • 「可用率 80%」不是承诺值。 它是客户反馈口径,你的场景、你的提示词、你的审核标准都可能让这个数字差很多。上线前一定要用自己的真实素材跑一轮。
  • 并发 5 是默认值。 大批量任务要么申请提额,要么在客户端做队列和退避。

和别家比:它新在哪,不新在哪

不新的部分: 文生视频、首尾帧、参考生视频这三种形态,2026 年已经是行业标配。4~15 秒的时长也不算长,可灵 4.0 已经做到 30 秒,Seedance 2.5 也主打 30 秒单镜。

新的部分有两个。 一是计价方式:把视频生成拆成 token × 秒,还按分辨率分四档公开挂出来,这在国产云厂商里是少见的透明。二是产品形态:它不是一个孤立的模型页,而是嵌在 WAND 这个音视频 AI 品牌里,旁边就是擦除、超分、编解码、音频处理——买的是流水线的一段,不是一瓶"模型"。

对读者的实际意义是:如果你已经在为「生成十条用一条」付钱,那值得算一算接进来之后,返工那部分的账能不能省下来;如果你只是想做一条好看的短片,那它不是为你准备的。

行动建议

第一步,先算自己的账。 拿最近一个月的实际产出,统计三件事:平均每条成片生成了多少次、用了多长时长、什么分辨率。用 0.375 / 0.5 / 0.625 / 0.75 元/秒乘一下,再乘上你的抽卡率,就知道接进来是省钱还是烧钱。

第二步,用 20 条真实素材做小样测试。 别用官方演示的提示词。用你自己业务里最难的那批——人物一致性要求高的、文字要清楚的、镜头运动复杂的。重点看「可用率」而不是「最好看的那条」。

第三步,把后处理链路一起评估。 WAND-Vega 的价值有一半在擦除和增强上。如果你本来就为字幕擦除、超分单独付过钱,这部分要合并进总账再比。

第四步,架构上按异步设计。 提交 + 轮询 + 转存 + 队列,四件事一开始就做对,别等量上来了再改。

参考来源

  • 腾讯云 WAND 产品页(能力与分辨率、时长口径):https://cloud.tencent.com/product/wand
  • 腾讯云 TokenHub|WAND 生视频调用指南(接口、参数、时长、并发):https://cloud.tencent.com/document/product/1823/138195
  • 腾讯云 TokenHub|模型列表(模型 ID、默认并发):https://cloud.tencent.com/document/product/1823/130051
  • 腾讯云 TokenHub|模型价格(按秒 token 用量与折算价):https://cloud.tencent.com/document/product/1823/130055
  • 财闻《面向短漫剧、电商等场景调优,腾讯云 WAND-Vega 更强调稳定性》(2026-10-30):https://www.caiwennews.com/article/1677285.shtml
  • 腾讯新闻同稿(2026-10-30 17:16):https://news.qq.com/rain/a/20261030A0APFB00
  • InfoQ《腾讯云 WAND 已服务 90% 的头部短漫剧出海企业》(2026-10-29):https://www.infoq.cn/article/xHR4QTSolzuEb5jX4I7u
  • 中宏网《腾讯云发布多款多模态应用新品》(转述 10-30 专场):https://www.zhonghongwang.com/show-140-476780-1.html

参考来源

评论

0 条已公开
登录或注册后可以参与评论。

正在加载评论...