以快意语言大模型的应用为例，在商业场景里，基于快手大模型构建的数字人脚本创意生成、数字人渲染生成、数字人实时互动等全流程AIGC服务，可助力商业化广告主低成本生成高品质的视频和直播内容。

　　在内容的理解和推荐方面，快手通过大语言模型、多模态大模型等技术，已经可以准确高效地理解视频内容和用户兴趣，将这些标签应用在推荐、搜索、广告、垂类运营、生态分析、内容安全等各种场景中，也可以全面地提升全站运营效率。

　　另外，快手也一直在尝试运用AI大模型这些智能化技术，从素材的生产、理解、分发到承接，提供全链路的解决方案，智能化生产、数字人直播、营销大语言模型等技术的应用，不仅提升了内容生产的效率，也增加了转化率。

　　关于大模型在业务中的具体应用场景以及数据表现，程一笑说，在内容理解方面，快手持续推进大模型技术在短视频、直播、评论、商业化及电商等多场景落地，并取得了在用户留存、商业化消耗和电商GMV等多个方面的进展；在内容推荐方面，升级后的推荐大模型技术，带来了显著的时长增长；在内容生产及互动方面，本季度AIGC营销素材消耗继续提升，日均消耗超2000万，而互动助手AI小快也融入了包括奥运竞猜、用户私信和评论区互动等更多场景，MAU（月活跃用户数）峰值突破1800万。

　　程一笑表示，在第三季度，快手还在持续优化基座大模型的性能，深化大模型在内容理解、内容推荐、内容生产及用户互动的应用。在基座大模型方面，快手正在研发的快意大模型MoE模型，在总参数量仅数百亿规模的情况下，模型预训练阶段的多个指标超过了快意1750亿模型，大幅降低了模型训练推理成本，也能更好适配快手现有的业务场景。

（文章来源：中国经营网）