本報訊 （記者袁傳璽）8月21日，百度蒸汽機（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，在行業內首次實現多人有聲音視頻一體化生成。

    據介紹，百度蒸汽機是全球首個中文音視頻一體化生成的I2V模型，不僅支持環境音效，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視頻模型的五大核心技術突破：行業首次實現多人有聲音視頻一體化生成，語音與唇形、表情、動作的毫秒級精準對齊，復雜場景下依然穩定；首創多模態潛在空間規劃技術（Latent Multi-Modal Planner），自主協調多角色身份、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%的還原度精準呈現中文語音細節與情感表達；端到端電影級畫質生成，通過精準主體動態刻畫，打造真實細膩的人物表現力；大師級運鏡控制，內置數十種專業鏡頭語言，精準響應文本指令，實現視覺細節與創意意圖的完美對齊。

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

    不同于業界的模型發展多由技術催生，百度蒸汽機的研發是由應用驅動模型研發的新范式。來自百度各業務場景的、旺盛的應用需求，推動著百度蒸汽機模型快速發展，而模型技術的迭代，也在反哺著應用生態的創新，包括搜索生態、內容生態、商業生態以及云生態等。AIGC的涌現，大大打開了多模態內容創作的自由度，提高了視頻生成質量和效率，并大幅降低了視頻制作成本。目前，百度蒸汽機已在百度生態廣泛使用。

    在百度搜索中，用戶只需點擊視頻創作即可輕松完成從腳本到視頻免費生成，普通用戶也可獲得簡單而驚喜的AI創作體驗；在內容創作領域，百度蒸汽機模型與創作工具結合，正在百家號平臺上為創作者打破專業壁壘，釋放個體創作自由；在商業生態，百度蒸汽機視頻生成技術為營銷客戶提供了高質量、低成本的營銷創作新路徑。

    目前，百度智能云千帆大模型平臺已全面接入百度蒸汽機模型服務，為企業提供高性能、低成本、安全可控的視頻生成解決方案。通過按量后付、預付費資源量包、批量計算等極致的資源利用和靈活的計費模式，助力企業及開發者低成本用好視頻生成模型。支持企業在商業營銷、影視創作、創意特效等五大場景快速落地，實現企業級AI視頻即開即用。

（編輯 張昕）