6月5日,在2026AI产业应用大会上,腾讯云音视频正式发布AI原生能力底座WAND。 依托超过20年的技术积累,腾讯云音视频此次从底层模型、媒体能力到接入方式进行全面升级,音视频媒体AI能力将以Agent-Native模式向行业开放,实现了从提供单点媒体处理能力向面向AI应用与Agent的原生媒体底座的战略升级

WAND架构由模型引擎、能力层和场景方案三层构成,包含编解码、增强、擦除、生成、理解、音频六大自研媒体专用模型,补充了主流生成式大模型在媒体生产流程中的不足

WAND能力架构图
在真实业务中,WAND展现出高适配与高效率优势
此外,面对高并发、极低延迟要求的赛事直播场景,WAND通过自研模型协同调度,将识别、生成、合成、编码整合为全自动化流程,相较传统方案可节省超50%的码率,已累计支撑数千场全球顶级赛事
作为连续11次保持中国及出海市场份额第一的领跑者,腾讯云音视频此举正加速音视频能力成为可被Agent统一调度的生产级工具,全面赋能AI Agent时代的视听应用创新
腾讯云WAND是什么?
WAND是腾讯云音视频发布的AI原生能力底座,面向AI应用与Agent开放音视频媒体能力。它由模型引擎、能力层和场景方案三层构成,内置编解码、增强、擦除、生成、理解、音频六大自研模型。
WAND有哪些核心能力?
WAND将60+项媒体AI能力按生成、理解、处理、编码重新组织,并通过API、Agentic Workflow和Skills三种方式开放。它强调让Agent端到端自动跑通音视频链路,减少工具切换。
WAND在实际业务中效果如何?
文章披露,WAND在短漫剧创作中可将平均生产效率提升90%;在赛事直播场景中,相较传统方案可节省超50%的码率。电商场景也能通过定制处理策略降低报错率、提升图片可用率。
WAND这类平台怎么接入现有制作链路?
优先把素材管理、转码、审核、字幕和分发这些既有环节打通,再把AI能力嵌入到剪辑、包装和直播控制点。落地时用API做底座、Workflow串流程、Skills封装高频动作,减少重构成本。
音视频模型如何衡量真实ROI?
不要只看生成速度,要看码率节省、人工剪辑时长、返工率和内容产能提升。对直播和短剧分别设指标:直播看带宽与稳定性,短剧看脚本到成片周期和多版本产出效率。
