百度蒸汽机2.0全球首发多人有声视频生成，成本直降70%

8月21日，百度蒸汽机（MuseSteamer）音视频一体化模型完成2.0版本重大升级，成为全球首个实现多人有声视频一体化生成的中文I2V模型。此次升级涵盖Turbo版、Lite版、Pro版及全系有声版，已通过百度搜索、“绘想”平台面向公众开放，企业用户可依托千帆平台获取高性能视频生成服务。

技术层面，2.0版本采用多模态时空规划、音视频端到端建模等核心技术，显著提升了复杂运镜控制、电影级人物表现及画面流畅度。其首创的多模态潜在空间规划技术（Latent Multi-Modal Planner）可自主协调多角色互动逻辑，配合深度优化的中文场景适配能力，实现超98%的语音细节还原与情感表达精准度，支持电影级画质、环境音效与自然语音的同步输出。

值得注意的是，该模型定价仅为行业平均水平的30%，已落地百度搜索、营销等核心场景。国际视效指导姚骐在发布会上展示的科幻短片《归途》，证实了该技术可大幅降低高质量视频制作成本。此前，百度曾于8月19日紧急声明海外仿冒网站问题，强调正版服务仅通过官方渠道提供。自7月2日发布以来，蒸汽机模型注册用户已突破30万，显示出市场对AI视频生成技术的强烈需求。