8月21日，百度蒸汽机（MuseSteamer）音视频一体化模型完成重大升级，Turbo版、Lite版、Pro版，及有声版全面开放，在行业内首次实现多人有声音视频一体化生成。

　　据介绍，百度蒸汽机是全球首个中文音视频一体化生成的I2V模型，不仅支持环境音效，更支持多角色语音的一体化生成。

　　这背后依托于百度蒸汽机视频模型的五大核心技术突破：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；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；中文场景深度适配，以超98%的还原度精准呈现中文语音细节与情感表达；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；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。

　　随着百度蒸汽机全系版本开放，百度同步公布了极具竞争力的价格体系。针对不同需求用户，平台提供了梯度会员服务，价格低至行业同类产品的70%。

　　不同于业界的模型发展多由技术催生，百度蒸汽机的研发是由应用驱动模型研发的新范式。来自百度各业务场景的、旺盛的应用需求，推动着百度蒸汽机模型快速发展，而模型技术的迭代，也在反哺着应用生态的创新，包括搜索生态、内容生态、商业生态以及云生态等。AIGC的涌现，大大打开了多模态内容创作的自由度，提高了视频生成质量和效率，并大幅降低了视频制作成本。目前，百度蒸汽机已在百度生态广泛使用。

　　在百度搜索中，用户只需点击视频创作即可轻松完成从脚本到视频免费生成，普通用户也可获得简单而惊喜的AI创作体验；在内容创作领域，百度蒸汽机模型与创作工具结合，正在百家号平台上为创作者打破专业壁垒，释放个体创作自由；在商业生态，百度蒸汽机视频生成技术为营销客户提供了高质量、低成本的营销创作新路径。

　　目前，百度智能云千帆大模型平台已全面接入百度蒸汽机模型服务，为企业提供高性能、低成本、安全可控的视频生成解决方案。通过按量后付、预付费资源量包、批量计算等极致的资源利用和灵活的计费模式，助力企业及开发者低成本用好视频生成模型。支持企业在商业营销、影视创作、创意特效等五大场景快速落地，实现企业级AI视频即开即用。

（文章来源：证券日报）