本報(bào)訊 （記者袁傳璽）8月21日，百度蒸汽機(jī)（MuseSteamer）音視頻一體化模型完成重大升級，Turbo版、Lite版、Pro版，及有聲版全面開放，在行業(yè)內(nèi)首次實(shí)現(xiàn)多人有聲音視頻一體化生成。

    據(jù)介紹，百度蒸汽機(jī)是全球首個(gè)中文音視頻一體化生成的I2V模型，不僅支持環(huán)境音效，更支持多角色語音的一體化生成。

    這背后依托于百度蒸汽機(jī)視頻模型的五大核心技術(shù)突破：行業(yè)首次實(shí)現(xiàn)多人有聲音視頻一體化生成，語音與唇形、表情、動作的毫秒級精準(zhǔn)對齊，復(fù)雜場景下依然穩(wěn)定；首創(chuàng)多模態(tài)潛在空間規(guī)劃技術(shù)（Latent Multi-Modal Planner），自主協(xié)調(diào)多角色身份、情感與互動邏輯，保障電影級敘事連貫性；中文場景深度適配，以超98%的還原度精準(zhǔn)呈現(xiàn)中文語音細(xì)節(jié)與情感表達(dá)；端到端電影級畫質(zhì)生成，通過精準(zhǔn)主體動態(tài)刻畫，打造真實(shí)細(xì)膩的人物表現(xiàn)力；大師級運(yùn)鏡控制，內(nèi)置數(shù)十種專業(yè)鏡頭語言，精準(zhǔn)響應(yīng)文本指令，實(shí)現(xiàn)視覺細(xì)節(jié)與創(chuàng)意意圖的完美對齊。

    隨著百度蒸汽機(jī)全系版本開放，百度同步公布了極具競爭力的價(jià)格體系。針對不同需求用戶，平臺提供了梯度會員服務(wù)，價(jià)格低至行業(yè)同類產(chǎn)品的70%。

    不同于業(yè)界的模型發(fā)展多由技術(shù)催生，百度蒸汽機(jī)的研發(fā)是由應(yīng)用驅(qū)動模型研發(fā)的新范式。來自百度各業(yè)務(wù)場景的、旺盛的應(yīng)用需求，推動著百度蒸汽機(jī)模型快速發(fā)展，而模型技術(shù)的迭代，也在反哺著應(yīng)用生態(tài)的創(chuàng)新，包括搜索生態(tài)、內(nèi)容生態(tài)、商業(yè)生態(tài)以及云生態(tài)等。AIGC的涌現(xiàn)，大大打開了多模態(tài)內(nèi)容創(chuàng)作的自由度，提高了視頻生成質(zhì)量和效率，并大幅降低了視頻制作成本。目前，百度蒸汽機(jī)已在百度生態(tài)廣泛使用。

    在百度搜索中，用戶只需點(diǎn)擊視頻創(chuàng)作即可輕松完成從腳本到視頻免費(fèi)生成，普通用戶也可獲得簡單而驚喜的AI創(chuàng)作體驗(yàn)；在內(nèi)容創(chuàng)作領(lǐng)域，百度蒸汽機(jī)模型與創(chuàng)作工具結(jié)合，正在百家號平臺上為創(chuàng)作者打破專業(yè)壁壘，釋放個(gè)體創(chuàng)作自由；在商業(yè)生態(tài)，百度蒸汽機(jī)視頻生成技術(shù)為營銷客戶提供了高質(zhì)量、低成本的營銷創(chuàng)作新路徑。

    目前，百度智能云千帆大模型平臺已全面接入百度蒸汽機(jī)模型服務(wù)，為企業(yè)提供高性能、低成本、安全可控的視頻生成解決方案。通過按量后付、預(yù)付費(fèi)資源量包、批量計(jì)算等極致的資源利用和靈活的計(jì)費(fèi)模式，助力企業(yè)及開發(fā)者低成本用好視頻生成模型。支持企業(yè)在商業(yè)營銷、影視創(chuàng)作、創(chuàng)意特效等五大場景快速落地，實(shí)現(xiàn)企業(yè)級AI視頻即開即用。

（編輯 張昕）