腾讯云李郁韬：多模态"Harness"是AI视频时代的核心卡位
2026年美加墨世界杯落幕，腾讯云支撑了全球17个国家和地区的官方赛事直播，覆盖亚太及国内三分之二的官方授权平台。腾讯云副总裁、国际产品技术负责人李郁韬透露，本届世界杯AI首次大规模进入直播生产环节，画质增强、智能导播、自动剪辑、智能横转竖、质检溯源等大部分流程已实现AI全自动完成。
李郁韬将腾讯云的定位概括为多模态领域的"Harness"——即驾驭工程。这一角色关注的并非模型本身如何生成，而是从生成到稳定交付给用户之间的完整产业链路，涵盖预处理、质检、拼接、转码、分发、格式适配等关键环节。
当前，生成式AI浪潮下多媒体应用面临多重挑战。直播、点播、媒体创作、多媒体互动等场景受限于网络传输、视频画质、用户体验及多特性叠加，单一模型往往只能解决部分问题。李郁韬观察到，许多厂商面对新出的多模态大模型，急于逐一对接，却频频遭遇各类问题。从客户反馈中提炼出的共性诉求是：需要有人将底层能力全部做好，使其更专注于业务创新与上层应用。如何识别用户需求、匹配合适模型、修补模型天然缺陷并完成最终交付，正是音视频PaaS云服务厂商必须攻克的挑战。
6月5日，腾讯云在AI产业应用大会上发布AI品牌Tencent Cloud WAND，构建6大自研媒体专用模型与60余项AI能力，覆盖内容生成、理解、处理、编码全链路，针对电商、短漫剧、教育、赛事直播等垂直场景训练。李郁韬表示，团队已将所有模型串联，不仅包括大语言模型、多模态模型，也涵盖小参数量画质提升模型等。该团队去年已启动多模态Harness建设，恰逢今年生成式视频模型爆发，行业对Harness的认知也趋于一致。
视频生成被业内视为继AI Coding之后第二个跑通商业闭环的AI变现场景。今年以来，音视频大模型赛道竞争加剧，格局剧烈洗牌。国内方面，字节旗下Seedance、快手可灵AI形成"双寡头"格局。公开数据显示，可灵AI今年3月ARR已逼近5亿美元，一年内增长4倍；Seedance 2.0上半年ARR也被报道达20亿美元，字节虽辟谣称该数据"偏高"，但确认其已跨过"生产力质变点"门槛。海外方面，OpenAI今年3月宣布停止Sora独立App、API接口及ChatGPT内置视频功能，退出消费级AI视频生成市场。
在ToB产品与解决方案领域，生态合作被李郁韬置于战略首位。针对"从生成到交互的链路压缩是否会绕过Harness"这一内部讨论，他的判断是：至少过去半年的观察显示不会，Harness的重要性反而在加强。大模型作为后端生产力，其提升将显著刺激前端应用需求增长，且需求广度永远强于生产力提升——大模型始终无法满足最终用户的极致需求，中间的"供给关系差"正是Harness存在的必要性。
李郁韬认为，腾讯云卡位多模态Harness的最大机会在于：大量音视频场景的体验值得重新做一遍。第二个机会点在于，未来更强、更全面的模型持续涌现，如何快速将其应用于企业级生产服务，让最终用户感受到最新的大模型体验，这正是Harness要解决的核心问题；而不断把最新模型应用到客户最前端，整套生产流程和工具链条至关重要。
自去年起，AI算力已从训练向推理倾斜，大量厂商构建推理算力的开销超过训练投入，意味着AIGC应用进入大规模生产阶段。国内短剧、漫剧制作是典型应用场景，已大量使用多模态技术生产。亚太地区，音视频解决方案是腾讯云出海的"排头兵"，在收入、市场份额、行业心智方面均居行业首位。近五年腾讯云将国际化作为重要战略，近三年海外业务保持两位数增长。
腾讯云音视频总经理李志成指出，短剧、漫剧、电商、工具类场景出海的最大共性在于：前期客户关注效果与影响力，中后期均聚焦ROI，即盈利能力与价值产出。目前被问及最多的短剧、电商工具应用，预计1到2年内将逐渐普及，如同大语言模型的发展轨迹——两三年前仅限垂直行业使用，现已全面普及成为工作组成部分。
随着Agent时代到来，腾讯云上述能力还将与音视频智能体、AI硬件、具身机器人、云手机结合，依托全球基建与边缘推理，支撑AI应用快速全球化部署、就近上线。李郁韬介绍，团队已与逐际等多家具身智能企业、无人清扫车企业合作，孵化出TRRO远程实时操控方案，解决弱网环境下机器人人工介入时的低延时稳定通信、音视频数据回传等核心问题。
面向未来，李郁韬将云厂商在多模态领域的竞争归纳为三个方向：一是多模态的训练和算力，不同于语言模型训练，多模态领域大量投入仍在理解和生成环节，未来端到端语音交互、视频生成对算力及云厂商基建投入要求极高；二是存储和数据积累，多媒体存储量远高于文字，对存储稳定性、数据清洗和获取的要求不同，大量视频需在预训练前进行数据清洗处理，跨模态数据处理与文字类差异显著；三是应用生产端，云服务商需提供面向最终客户的推理服务、综合处理应用能力，这将成为影响客户选择的关键因素——如何在运营端以高效方式满足创新趋势中产生的需求，对腾讯云至关重要。