百度推出蒸汽機(jī)2.0多人有聲視頻生成模型，實(shí)現(xiàn)全球首發(fā)

2023年8月21日，百度宣布其蒸汽機(jī)（MuseSteamer）音視頻一體化模型完成重大升級(jí)，推出Turbo版、Lite版、Pro版及有聲版，并全面開放使用。這一升級(jí)標(biāo)志著百度在人工智能生成內(nèi)容（AIGC）領(lǐng)域取得重要進(jìn)展，首次在行業(yè)內(nèi)實(shí)現(xiàn)多人有聲音視頻一體化生成。

百度蒸汽機(jī)2.0是全球首個(gè)中文音視頻一體化生成的I2V（Image-to-Video）模型。該模型不僅支持環(huán)境音效，還能實(shí)現(xiàn)多角色語音的一體化生成，使AIGC視頻創(chuàng)作徹底告別傳統(tǒng)配音環(huán)節(jié)。用戶僅需提供一張圖像和文本提示詞，即可生成具有完整視聽效果的視頻內(nèi)容，大幅降低了視頻制作的技術(shù)門檻和時(shí)間成本。

此次升級(jí)的核心在于五大技術(shù)突破。首先，百度蒸汽機(jī)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(dòng)作達(dá)到毫秒級(jí)精準(zhǔn)對(duì)齊，即使在復(fù)雜場(chǎng)景下也能保持高度穩(wěn)定性。其次，模型采用多模態(tài)潛在空間規(guī)劃技術(shù)（Latent Multi-Modal Planner），能夠自主協(xié)調(diào)多角色身份、情感與互動(dòng)邏輯，確保電影級(jí)敘事連貫性。第三，針對(duì)中文場(chǎng)景的深度適配使語音細(xì)節(jié)與情感表達(dá)的還原度超過98%，顯著提升了中文內(nèi)容的生成質(zhì)量。第四，通過端到端電影級(jí)畫質(zhì)生成技術(shù)和精準(zhǔn)的主體動(dòng)態(tài)刻畫，模型能夠呈現(xiàn)真實(shí)細(xì)膩的人物表現(xiàn)力。最后，內(nèi)置的數(shù)十種專業(yè)鏡頭語言可精準(zhǔn)響應(yīng)文本指令，實(shí)現(xiàn)視覺細(xì)節(jié)與創(chuàng)意意圖的高度一致。

在服務(wù)層面，百度蒸汽機(jī)平臺(tái)針對(duì)不同用戶需求提供了梯度會(huì)員服務(wù)，價(jià)格低至行業(yè)同類產(chǎn)品的70%。例如，生成一段5秒視頻僅需1.4元，降低了企業(yè)和個(gè)人用戶的使用成本。此外，新用戶注冊(cè)即可獲得免費(fèi)想象力值，平臺(tái)還推出“狂歡星期四”抽獎(jiǎng)活動(dòng)，用戶有機(jī)會(huì)獲得高達(dá)18888點(diǎn)想象力值，進(jìn)一步促進(jìn)用戶體驗(yàn)和參與度。平臺(tái)每月還會(huì)發(fā)布基于特效能力的賽事活動(dòng)，為用戶提供贏得數(shù)萬元獎(jiǎng)金的機(jī)會(huì)。

目前，用戶可通過百度搜索“百度蒸汽機(jī)”或登錄“繪想”平臺(tái)體驗(yàn)相關(guān)功能，企業(yè)用戶則可通過千帆平臺(tái)享受高性能視頻生成服務(wù)。這一舉措不僅豐富了百度在AIGC領(lǐng)域的布局，也為視頻內(nèi)容創(chuàng)作行業(yè)提供了新的工具和可能性。

百度蒸汽機(jī)2.0的推出，體現(xiàn)了人工智能技術(shù)在多媒體生成領(lǐng)域的快速進(jìn)步，其技術(shù)特點(diǎn)和服務(wù)模式有望推動(dòng)行業(yè)進(jìn)一步向高效、低成本、高質(zhì)量的方向發(fā)展。未來，隨著模型的持續(xù)優(yōu)化和應(yīng)用場(chǎng)景的拓展，百度或?qū)⒃谌?a href="http://sanwutuku.cn/AIGC_1.html" target="_blank" class="keylink">AIGC市場(chǎng)中占據(jù)更重要的位置。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。