北京
6 月 5 日，在 2026 AI 產業應用大會上，騰訊云音視頻正式發布 AI 原生能力底座 WAND。WAND 從底層模型、媒體能力到接入方式全面升級，音視頻的媒體 AI 能力將以 Agent-Native 模式向行業開放。
騰訊云音視頻憑借超過 20 年的技術積累，已構建起業界最全的音視頻產品矩陣，保障音視頻全鏈路的流暢體驗，為媒體內容生產實現提質增效。IDC 報告顯示，騰訊云音視頻解決方案已連續 11 次保持中國及出海市場份額第一。進入 Agent 時代，音視頻除了要“傳得快、播得清”，還要承擔起 Agent 的“眼、耳、口”，既要讀懂畫面與聲音，也要生成可看可聽的內容，幫助 Agent 實現更智能的視聽體驗。而要讓 Agent 流暢調用這些能力，生產必須端到端自動跑通，傳統割裂的工具鏈已難以支撐。
面對這些改變，騰訊云音視頻在編解碼、傳輸、增強等長期積累的原子能力之上，引入六大自研媒體專用模型，并以 Agent-Native 方式開放，共同構成 WAND 的三層架構。WAND 取自四個關鍵詞：Wide（全場景覆蓋）、Amplify（以 AI 放大創作潛能）、Neural（自研模型驅動）、Delivery（穩定、一站式交付），從生成到交付一站式完成。
具體來看，最底層是模型引擎，由編解碼、增強、擦除、生成、理解、音頻六大自研媒體專用模型構成，補充生圖、生視頻、生音樂、生語音、生 3D等主流生成式基礎大模型在媒體生產流程上的應用能力。
模型之上是面向調用的能力層。基于模型能力，WAND 把 60+ 項媒體 AI 能力按生成、理解、處理、編碼四個環節重新組織，通過 API、Agent 預編排工作流（Agentic Workflow）和 Skills 三種 Agent-Native 模式開放。再往上，這些產品能力被組織為面向具體行業的端到端場景方案。
WAND能力架構圖
WAND 的媒體專用模型，更貼合業務的實際需求。六大模型基于騰訊音視頻業務沉淀的垂直領域生產數據訓練，針對不同行業、不同場景分別做了專項調優，因而在真實業務中能保持穩定產出、多場景適配。以AIGC內容處理為例。在 AI 換裝、商品套圖等電商應用中，WAND 生成模型針對不同品類、不同業務需求分別訓練了處理策略：換裝能區分毛衣、西裝的版型與材質差異，套圖貼合電商運營實際的構圖與風格，因而報錯率更低、圖片可用率更高。
WAND AIGC生產賦能電商場景
WAND 還解決了生產效率的問題。WAND 把生成、理解、處理、編碼的能力收進同一套體系，并以 Agent 友好的方式開放編排接口。Agent 可以從內容理解走到素材生成，再自動完成畫質增強與編碼適配，端到端跑通整條鏈路，無需切換工具。由此，音視頻的媒體 AI 能力不再是彼此獨立的單一工具，而是可被 Agent 統一調度的生產級能力。
以短漫劇創作為例，WAND 依托生成、擦除、增強、壓縮等模型能力，將劇本生成、分鏡制作、角色一致性保持、智能配音、合成增強串成一條自動鏈路，從生產到交付整套素材由 Agent 驅動產出，平均生產效率提升 90%，目前已服務國內 80%以上的頭部漫劇平臺。其中，AI增強與無痕擦除雙雙榮獲 NAB Show 2026 年度產品獎。
WAND AIGC內容處理賦能視頻處理分發
賽事直播對實時性與并發要求極高，需要在毫秒級延遲下同步完成解說、集錦生成、畫質提升與多語種分發。WAND 通過自研模型協同調度，將識別、生成、合成、編碼整合為全自動化流程：實時追蹤進球、撲救等高光時刻，自動觸發集錦生成與多語種解說合成，再按終端適配編碼下發，碼率較傳統方案節省超 50%。該方案已累計支撐 FIFA 世界杯、英超、西甲、ICC 板球世界杯、英雄聯盟 S 賽、冬奧會等數千場全球頂級賽事和活動，成為亞太地區最大的賽事直播技術底座。
WAND AI全能賽事制播Agent解決方案
騰訊云音視頻團隊表示，WAND 的發布，標志著騰訊云音視頻從提供單點媒體處理能力，升級為面向 AI 應用與 Agent 的原生媒體底座。未來，騰訊云將與更多客戶共同探索 AI Agent 時代的音視頻應用形態。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
