多人有声视频一体化生成！用百度最新AI生成营销视频，现在1.4元/5秒

西风 发自 凹非寺
量子位 | 公众号 QbitAI

最初说不做视频生成模型的百度，现在在视频生成的路上一路狂奔！

就在刚刚，百度蒸汽机（MuseSteamer）视频生成大模型升级至2.0版本，主打多人有声音视频一体化生成。

话不多说，直接来看效果：

蒸汽机2.0更加擅长复杂运镜，用镜头讲故事的能力也更强，画质进一步提升。

再来看下面这个展示，美人鱼的鱼鳞、脸上的妆容细节都精致得很，人物的表演、情绪、声音全都一体化生成：

除了“正经”玩法，还能拿它来整活，比如让身穿古代盔甲的武士坐在那打麻将：

或者让他踩缝纫机绣花：

将图片转换成不同风格的视频也可以：

目前用户可通过百度搜索“百度蒸汽机”或登录“绘想”平台体验。

蒸汽机2.0总共有四个版本：Turbo版、Lite版、Pro版以及有声版。

另外，百度蒸汽机2.0全系模型还登陆了百度智能云，企业用户可在百度千帆大模型平台使用蒸汽机API的服务。

价格方面低至行业70%，蒸汽机Turbo有声版价格2.5元/秒，限时优惠两周1.4元/5秒。

更多效果让人眼前一亮

下面来看更多效果展示。

人在海边吹风，海浪和海鸥的音效很自然：

生成科幻大片，也很有那味儿了：

让“王爷”和“王妃”穿越时空坐飞机去迪士尼玩，这场面真的很难不笑：

又或者是生成卡通视频，各种风格都能行：

发布会现场，百度还请来了专业影视视效指导姚骐，姚骐曾参与过《黑客帝国 3》《变形金刚 3》等多部好莱坞大片，还有国产科幻剧《三体》的视效工作。

姚骐在现场展示了其用百度蒸汽机2.0制作的科幻短片《归途》，并表示“蒸汽机让好莱坞级大片镜头不再需要百万预算”。

首创多模态潜在空间规划

在技术方面，百度透露了蒸汽机的几大秘诀。

首先，百度蒸汽机行业首次实现多人有声音视频一体化生成，语音与唇形、表情、动作的毫秒级精准对齐，复杂场景下依然稳定。

另外，团队首创多模态潜在空间规划技术（Latent Multi-Modal Planner），自主协调多角色身份、情感与互动逻辑，保障电影级叙事连贯性。

蒸汽机还有个特点是深度适配中文场景，以超98%的还原度精准呈现中文语音细节与情感表达。

画质方面，端到端电影级画质生成，通过精准主体动态刻画，打造真实细腻的人物表现力。

运镜方面，采用大师级运镜控制，内置数十种专业镜头语言，精准响应文本指令，实现视觉细节与创意意图的完美对齐。

为啥百度现在重仓视频生成？

为什么百度一开始不做视频生成模型，现在又来了个大反转？

百度给出了答案是——蒸汽机的研发是由应用驱动模型研发。

百度内部各个实际场景和业务，像搜索、由百万创作者组成的内容生态、分发内容的百度信息流，还有各个垂类以及百度商业，都对视频生成模型有强烈需求。

目前，百度蒸汽机已在百度移动生态广泛使用，进一步强化了百度搜索、内容、商业等生态的多模态体验。

活动上，百度还分享了蒸汽机在多个场景的落地应用。

比如在一汽大众揽境的七夕主题营销案例中，百度蒸汽机作为核心引擎，打造了行业首支汽车类AIGC创意视频《揽境天阶·七夕重逢》。

伊利倍畅成人羊奶粉的AI整合营销案例中，通过百度蒸汽机，制作了伊利倍畅首支AIGC品牌宣传片《漂“羊”过海来看你》。

说白了，百度做蒸汽机，不是追风口，而是自家生态里的“刚需”推着往前走。

感兴趣的友友可以去薅羊毛免费体验了～

官网链接：https://huixiang.baidu.com/?from=pc_meiti_1