多模态模型“可灵”迭代与定价策略 - 可灵2.5 Turbo版本实现性能升级，具体体现在文本理解能力显著提升、高速动态质量更流畅稳定、美学构图光影更具美感 [1] - 模型定价策略调整为降价30%，高品质5秒视频定价25灵感值，较2.1版本35灵感值消耗便宜近30% [2] - 与竞品相比价格优势显著，可灵每秒0.5元，即梦Seedance1.0每秒0.64元，Veo3每秒0.87元 [2] AI技术驱动商业化系统提效 - 电商系统方面，OneSearch作为业界首个工业级部署的电商搜索端到端生成式框架，已服务数百万DAU，产生数千万PV，并带来CTR稳定提升 [3] - 广告系统方面，生成式强化学习在广告自动出价场景落地，2025年至今实现超3%的广告收入提升 [3] - AI技术此前已应用于内容推荐系统OneRec，以支撑社区生态健康度 [3] 公司财务预测与估值 - 预测公司2025至2027年经调整归母净利润分别为196亿元、230亿元、259亿元 [3] - 参考可比公司给予2026年17倍PE估值，对应合理价值为3911亿元人民币 [3]

投资评级 - 报告对快手-W(01024HK)维持“买入”评级，目标价为9907港元/股，当前股价为789港元（截至2025年09月29日）[5] 核心观点 - 核心观点：多模态侧，快手可灵依靠底模迭代保持领先身位，25 Turbo版本在“性能升级+降价30%”的组合策略下，有望进一步带动用户增长和流水上行[2] - AI带动核心主业提效持续演绎，商业化系统的AI重构为主业稳健增长带来长效动能[2] 可灵（Kling）AI模型进展 - 可灵25 Turbo底模能力再升级，文本理解能力显著提升，高速动态质量更流畅稳定，美学构图光影更具美感[10] - 可灵25 Turbo高品质5秒视频定价25灵感值，较21版本35灵感值的消耗便宜近30%，性价比凸显[10] - 与竞品对比，可灵每秒05元，即梦Seedance10每秒064元，Veo3每秒087元，可灵价格优势显著[10] AI赋能商业化系统 - 电商方面，OneSearch是业界首个工业级部署的电商搜索端到端生成式框架，已在快手多个电商搜索场景部署，服务数百万DAU，产生数千万PV，带来CTR的稳定提升[10] - 广告方面，生成式强化学习在广告自动出价场景落地，25年至今实现超3%的广告收入提升[10] 盈利预测与估值 - 预测公司25-27年经调整归母净利润为196/230/259亿元[4] - 采用PE估值法，参考可比公司给予公司26年17xPE估值，对应合理价值为3,911亿CNY，折合4,281亿HKD[4][11] - 预测公司25-27年营业收入分别为1,41807亿元、1,54730亿元、1,66829亿元，同比增长117%、91%、78%[4] - 预测公司25-27年归属母公司净利润分别为17426亿元、21518亿元、24259亿元，同比增长136%、235%、127%[4] - 预测公司25-27年毛利率分别为552%、569%、568%，净利率分别为123%、139%、145%[4]

电商搜索技术架构创新 - 公司提出业界首个工业级部署的电商搜索端到端生成式框架OneSearch 取代传统"召回-粗排-精排"级联架构 解决商品描述混乱、相关性差、冷启动等痛点 [1] - 框架包含三大创新模块：关键词增强层次量化编码(KHQE)实现商品特征纵横向建模 多视角用户行为序列注入策略捕捉长短期兴趣 偏好感知奖励系统(PARS)结合微调与强化学习机制 [2] 性能提升数据表现 - 离线及在线实验显示订单量提升3.22% 买家数增长2.4% 生成式模型首次完整替代传统搜索链路 [4] - 具体指标表现：最佳版本在商品点击率(Item CTR)提升1.67% 页面浏览量点击率(PV CTR)提升3.14% 页面浏览量转化率(PV CVR)提升1.78% 购买转化(Buy)提升2.40% [5] - 人工评估显示页面整体满意度提升0.84%-1.03% 商品质量提升1.69%-2.12% 查询-商品相关性显著优化 [6] 系统效率与成本优化 - 机器计算效率(MFU)相对提升8倍 线上推理成本(OPEX)降低75.40% 资源利用效率大幅优化 [5] - 冷启动场景表现尤为突出 有效应对长尾用户和新上架商品的排序挑战 [6] 技术影响与未来方向 - 相关技术突破已发表在RecSys、CIKM、KDD等国际顶级会议 引发业界广泛关注 [6] - 后续将探索在线实时编码方案 引入更强强化学习机制 结合图像视频等多模态特征提升模型效果 [6]

核心观点 - 公司提出业界首个工业级部署的电商搜索端到端生成式框架OneSearch 成功替代传统级联架构 显著提升搜索效果和效率 [1][4][6] 技术架构创新 - 采用关键词增强层次量化编码模块 通过RQ-OPQ编码方案从纵横两个维度建模商品特征 生成具备丰富语义层次的智能身份证 [2] - 引入多视角用户行为序列注入策略 捕捉用户近期偏好与长期兴趣 构建区分性用户标识 [2] - 开发偏好感知奖励系统 结合多阶段监督微调与自适应奖励强化学习机制 捕捉细粒度用户偏好信号 [2] 性能表现 - 离线实验显示所有指标显著优于传统系统 在线部署后订单量提升3.22% 买家数增长2.4% [4] - 最佳版本OneSearch RM在关键指标表现突出：商品点击率提升1.67% 页面浏览量点击率提升3.14% 页面浏览量转化率提升1.78% 购买量提升2.40% [5] - 人工评估显示页面整体满意度提升0.84%-1.03% 商品质量提升1.69%-2.12% [6] - 系统效率大幅优化：机器计算效率相对提升8倍 线上推理成本降低75.40% [5] 特殊场景优势 - 在冷启动场景下表现尤为突出 效果明显优于常规场景 能有效应对长尾用户和新上架商品的排序挑战 [6] 行业影响与未来规划 - 标志着生成式模型首次在大规模工业场景中完整替代传统搜索链路 为电商搜索技术发展指明方向 [4][6] - 相关技术突破已发表在RecSys、CIKM、KDD等国际顶级会议 [6] - 未来将探索在线实时编码方案 引入更强大强化学习机制 结合图像视频等多模态特征提升模型效果 [6]