快手（HKEX： 1024）今日发布了截至9月30日的2025年第三季度财报：营收为356亿元，同比增长14.2%。净利润为45亿元，而2024年同期净利润为33亿元。非国际财务报告会计准则计量，调整后的净利润为49.86亿元，而2024年同期调整后的净利润为39.48亿元。

　　详见：

　　财报发布后，快手科技联合创始人、执行董事、首席执行官程一笑，CFO金秉等高管出席了随后举行的财报电话会议，解读财报要点，并回答分析师提问．

　　以下即为本次电话会议分析师问答环节主要内容：

　　瑞银集团分析师Felix Liu：首先恭喜公司第三季度非常强劲的业绩。我的问题有关可灵AI。市场对视频生成AI行业的竞争格局非常关注。我想请问管理层，可灵AI的竞争策略以及下一步迭代的方向是什么？在Sora 2出台之后，管理层如何看待未来视频AI生成的发展方向，以及后续to C端的机会？

　　程一笑：目前，我们看到视频生成赛道出现了很多参与者，包括其他互联网大厂和一些初创公司，这也说明视频生成是一个非常好的、有潜力的赛道。但同时，我们也认为视频生成在产品和技术层面都远没有达到成熟的地步，众多参与者的出现也会将视频生成行业进步的速度提速，更好地满足用户需求，渗透更多的应用场景，共同把行业的蛋糕做大。

　　接下来我想分享一下可灵AI的产品定位和竞争策略。首先，我们的目标是聚焦的。可灵AI的愿景是让每个人都能用AI讲出好故事。我们会围绕“AI影视创作”这个目标聚焦资源，深入技术和产品的能力。视频模型和大语言模型在本质上都是在往世界模型演进，而我们认为视频模型将是世界模型的核心技术。整个行业除了影视创作，还有很多其他的应用方向，比如互动场景、产生数据等等。我们会在各应用场景渗透的模型和产品能力上保持敏锐。但目前，我们还是阶段性地聚焦在我们的核心目标，即“AI影视创作场景”中。

　　围绕这个目标，我们一直并持续在打造的是技术领先性和产品想象力。对比语言模型，视频生成模型有两个特点。一是复杂性高。语言模型的宏观结构是相对简单的，而视频模型就是由很多不同的模块组成的。复杂的系统也意味着有大量的技术攻坚和创新空间。第二个特点是，视频生成是开放性问题。例如输入端可以包括文本、图像、声音和运动轨迹等，输出端可以是图像、视频、声音等多种模态。“复杂性”和“开放性”这两个特点就意味着里面的技术和产品选型的空间自由度更大，也就意味着技术和产品创新都有比较大的空间。

　　可灵AI一直在努力实现产品想象力、用户需求洞察和技术边界突破这三者结合。比如，今年四月我们发布了MVL（Multi-modal Visual Language，多模态视觉语言）的多模态交互形式。围绕这个方向，我们将持续升级基础模型和产品能力，探索更多的多模态模型产品。

　　除了在技术和产品层面的持续突破之外，我们也通过丰富的运营活动构建起了全链路的创作者成长机制和繁荣的生态创作生态。例如“可灵AI未来合伙人计划”，通过整合快手与可灵AI的核心资源，为创业者精准匹配多场景、高价值的商单，服务对象包括NBA和蜜雪冰城等知名品牌。近期，我们还以“NEXTGEN全球新影像创作大赛”为契机，让可灵AI的创作者在釜山、戛纳和东京国际影视节展获得更多曝光，同时也不断扩展可灵AI产品的品牌影响力。

　　而关于近期大家热议的Sora 2，它不仅在多个层面实现了技术突破，更与社交互动功能深度融合，加快了C端消费级AI应用落地，这也让我们对视频生成未来的商业化规模更有信心。虽然当前我们的主要精力仍然是面向专业创作者，提升其使用体验和付费意愿，但我们也会保持在C端应用场景的探索，在未来合适的时间点，将可灵AI的技术能力进一步产品化，并与社交互动结合，加速C端应用的商业化。

　　高盛分析师Lincoln Kong：我的问题有关AI赋能。除了可灵AI和前面简报中管理层重点提到的OneRec在线上营销业务方面的赋能以外，能否请管理层再与我们分享一下，AI大模型在内容生态和内部降本增效方面，目前还取得了哪些进展？

　　程一笑：2025年被广泛视为AI走向深度应用的关键元年。在这一年里，以“多模态生成智能体”为代表的AI技术不断探索，变得更丰富高效，也更贴合用户需求的应用形态。AI技术正在走向产业及价值的系统性兑现。我们也在这样的大背景下，逐步构建起一套“以用户需求为核心、立足现有业务场景、加速AI落地”的完整技术与应用体系，赋能内容生态、商业生态和内部组织基建。

　　在生态赋能方面。AI技术已全面渗透到快手的各个业务场景，包括内容与用户理解、内容生成和内容推荐等。在内容与用户兴趣理解方面，我们自主研发的多模态大语言模型展现出较强的视频理解能力。基于该模型，我们驱动了短视频与直播内容理解体系的系统化升级，推出了下一代标签体系TagNet，实现了更精准、更全面的内容理解，目前已经在内容冷启动、内容多样性建设、兴趣探索等多个核心应用场景带来了人均App使用时长的提升。

　　在内容生成上，可灵AI赋能大众创作者。我们也看到站内AIGC（人工智能生成内容）短视频内容VV量（浏览量）提升非常明显。

　　在最核心的内容推荐方面。本季度通过持续升级端到端生成式推荐大模型OneRec，我们进一步突破了生成式推荐系统的边界，推出下一代OneRec-Think大模型，引入大语言模型（LLM）的推理能力，通过将对话推理、个性化推荐与实时反馈机制集成到一个模型中，进一步增强推荐的准确性和用户信任度。

　　为业务赋能方面，AI技术也在内部组织基建和提效方面发挥着重要作用。我们自主研发的AI编程产品CodeFlicker已经成为快手工程师日常高频使用的智能开发工具，形成智能单测生成、智能代码评审、智能测试用例生成等多个业务场景的支撑。目前，快手新增代码中由CodeFlicker生成的比例已经接近30%。

　　在内容审核方面，我们已将AI大模型应用于用户画像、内容识别、评论识别等多个场景，并借助思维链和强化学习技术，提高审核大模型能力。目前，平台内容通过AI初审率超过了99%，大幅节约相关成本的同时，也提升了审核效率和质量。此外，我们的客服团队也借助AI技术实现了用户咨询前置分流、智能辅助和知识沉淀等高效赋能。目前，超过70%的用户咨询量直接由AI智能客服完成、响应并解决。

　　总之，我们看到，从“AI技术创新—应用落地—营收增长”的良性循环正在快手内部形成。从长期来看，我们相信这种全方位的AI应用型生态能够使快手具备更强的市场适应性和增长潜力。

　　（持续更新中。。。）