專題：聚焦2025年第三季度美股財報
快手（HKEX： 1024）今日發布了截至9月30日的快手2025年第三季度財報：營收為356億元，同比增長14.2%。高管凈利潤為45億元，解讀I今計億而2024年同期凈利潤為33億元。年全年收非國際財務報告會計準則計量，入預調整后的美元凈利潤為49.86億元，而2024年同期調整后的快手凈利潤為39.48億元。
詳見：快手第三季度營收356億元 經調凈利潤50億元
財報發布后，高管快手科技聯合創始人、解讀I今計億執行董事、年全年收首席執行官程一笑，入預CFO金秉等高管出席了隨后舉行的美元財報電話會議，解讀財報要點，快手并回答分析師提問．
以下即為本次電話會議分析師問答環節主要內容：
瑞銀集團分析師Felix Liu：首先恭喜公司第三季度非常強勁的高管業績。我的解讀I今計億問題有關可靈AI。市場對視頻生成AI行業的競爭格局非常關注。我想請問管理層，可靈AI的競爭策略以及下一步迭代的方向是什么？在Sora 2出臺之后，管理層如何看待未來視頻AI生成的發展方向，以及后續to C端的機會？
程一笑：目前，我們看到視頻生成賽道出現了很多參與者，包括其他互聯網大廠和一些初創公司，這也說明視頻生成是一個非常好的、有潛力的賽道。但同時，我們也認為視頻生成在產品和技術層面都遠沒有達到成熟的地步，眾多參與者的出現也會將視頻生成行業進步的速度提速，更好地滿足用戶需求，滲透更多的應用場景，共同把行業的蛋糕做大。
接下來我想分享一下可靈AI的產品定位和競爭策略。首先，我們的目標是聚焦的。可靈AI的愿景是讓每個人都能用AI講出好故事。我們會圍繞“AI影視創作”這個目標聚焦資源，深入技術和產品的能力。視頻模型和大語言模型在本質上都是在往世界模型演進，而我們認為視頻模型將是世界模型的核心技術。整個行業除了影視創作，還有很多其他的應用方向，比如互動場景、產生數據等等。我們會在各應用場景滲透的模型和產品能力上保持敏銳。但目前，我們還是階段性地聚焦在我們的核心目標，即“AI影視創作場景”中。
圍繞這個目標，我們一直并持續在打造的是技術領先性和產品想象力。對比語言模型，視頻生成模型有兩個特點。一是復雜性高。語言模型的宏觀結構是相對簡單的，而視頻模型就是由很多不同的模塊組成的。復雜的系統也意味著有大量的技術攻堅和創新空間。第二個特點是，視頻生成是開放性問題。例如輸入端可以包括文本、圖像、聲音和運動軌跡等，輸出端可以是圖像、視頻、聲音等多種模態。“復雜性”和“開放性”這兩個特點就意味著里面的技術和產品選型的空間自由度更大，也就意味著技術和產品創新都有比較大的空間。
可靈AI一直在努力實現產品想象力、用戶需求洞察和技術邊界突破這三者結合。比如，今年四月我們發布了MVL（Multi-modal Visual Language，多模態視覺語言）的多模態交互形式。圍繞這個方向，我們將持續升級基礎模型和產品能力，探索更多的多模態模型產品。
除了在技術和產品層面的持續突破之外，我們也通過豐富的運營活動構建起了全鏈路的創作者成長機制和繁榮的生態創作生態。例如“可靈AI未來合伙人計劃”，通過整合快手與可靈AI的核心資源，為創業者精準匹配多場景、高價值的商單，服務對象包括NBA和蜜雪冰城等知名品牌。近期，我們還以“NEXTGEN全球新影像創作大賽”為契機，讓可靈AI的創作者在釜山、戛納和東京國際影視節展獲得更多曝光，同時也不斷擴展可靈AI產品的品牌影響力。
而關于近期大家熱議的Sora 2，它不僅在多個層面實現了技術突破，更與社交互動功能深度融合，加快了C端消費級AI應用落地，這也讓我們對視頻生成未來的商業化規模更有信心。雖然當前我們的主要精力仍然是面向專業創作者，提升其使用體驗和付費意愿，但我們也會保持在C端應用場景的探索，在未來合適的時間點，將可靈AI的技術能力進一步產品化，并與社交互動結合，加速C端應用的商業化。
高盛分析師Lincoln Kong：我的問題有關AI賦能。除了可靈AI和前面簡報中管理層重點提到的OneRec在線上營銷業務方面的賦能以外，能否請管理層再與我們分享一下，AI大模型在內容生態和內部降本增效方面，目前還取得了哪些進展？
程一笑：2025年被廣泛視為AI走向深度應用的關鍵元年。在這一年里，以“多模態生成智能體”為代表的AI技術不斷探索，變得更豐富高效，也更貼合用戶需求的應用形態。AI技術正在走向產業及價值的系統性兌現。我們也在這樣的大背景下，逐步構建起一套“以用戶需求為核心、立足現有業務場景、加速AI落地”的完整技術與應用體系，賦能內容生態、商業生態和內部組織基建。
在生態賦能方面。AI技術已全面滲透到快手的各個業務場景，包括內容與用戶理解、內容生成和內容推薦等。在內容與用戶興趣理解方面，我們自主研發的多模態大語言模型展現出較強的視頻理解能力。基于該模型，我們驅動了短視頻與直播內容理解體系的系統化升級，推出了下一代標簽體系TagNet，實現了更精準、更全面的內容理解，目前已經在內容冷啟動、內容多樣性建設、興趣探索等多個核心應用場景帶來了人均App使用時長的提升。
在內容生成上，可靈AI賦能大眾創作者。我們也看到站內AIGC（人工智能生成內容）短視頻內容VV量（瀏覽量）提升非常明顯。
在最核心的內容推薦方面。本季度通過持續升級端到端生成式推薦大模型OneRec，我們進一步突破了生成式推薦系統的邊界，推出下一代OneRec-Think大模型，引入大語言模型（LLM）的推理能力，通過將對話推理、個性化推薦與實時反饋機制集成到一個模型中，進一步增強推薦的準確性和用戶信任度。
為業務賦能方面，AI技術也在內部組織基建和提效方面發揮著重要作用。我們自主研發的AI編程產品CodeFlicker已經成為快手工程師日常高頻使用的智能開發工具，形成智能單測生成、智能代碼評審、智能測試用例生成等多個業務場景的支撐。目前，快手新增代碼中由CodeFlicker生成的比例已經接近30%。
在內容審核方面，我們已將AI大模型應用于用戶畫像、內容識別、評論識別等多個場景，并借助思維鏈和強化學習技術，提高審核大模型能力。目前，平臺內容通過AI初審率超過了99%，大幅節約相關成本的同時，也提升了審核效率和質量。此外，我們的客服團隊也借助AI技術實現了用戶咨詢前置分流、智能輔助和知識沉淀等高效賦能。目前，超過70%的用戶咨詢量直接由AI智能客服完成、響應并解決。
總之，我們看到，從“AI技術創新—應用落地—營收增長”的良性循環正在快手內部形成。從長期來看，我們相信這種全方位的AI應用型生態能夠使快手具備更強的市場適應性和增長潛力。
（持續更新中。。。）