新浪科技訊 8月21日下午消息，百度蒸汽機（MuseSteamer）音視頻一體化模型宣布完成升級，業(yè)內首次實現(xiàn)多人有聲視頻一體化生成。其Turbo版、Lite版、Pro版及全系有聲版全面開放，用戶可通過百度搜索“百度蒸汽機”或登錄“繪想”平臺體驗，企業(yè)用戶可在千帆平臺享受高性能視頻生成服務。

　　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，其首創(chuàng)多模態(tài)潛在空間規(guī)劃技術cách t?i 789（Latent Multi-ModalPlanner）， 能夠自主協(xié)調多角色身份、情感與互動邏輯；同時深度中文場景適配，以超98%的還原度精準呈現(xiàn)中文語音細節(jié)與情感表達。在效果上能夠實現(xiàn)電影級高清視頻畫面、逼真環(huán)境音效和自然人物語音的同步輸出。百度官方同時表示，該系列大模型已經在百度搜索、營銷等多個場景落地應用，且定價低至行業(yè)70%。

　　業(yè)內人士認為，cách t?i 789除了質量提升，百度蒸汽機2.0也帶來了創(chuàng)作成本大幅下降。知名視效指導姚騏在此次發(fā)布會現(xiàn)場展示了其用百度蒸汽機2.0制作的科幻短片《歸途》，并表示：蒸汽機讓好萊塢級大片鏡頭不再需要百萬預算。

責任編輯：何俊熹