紫金財(cái)經(jīng)7月2日消息 百度商業(yè)研發(fā)團(tuán)隊(duì)發(fā)布自研視頻生成模型“MuseSteamer”及創(chuàng)作平臺(tái)“繪想”，MuseSteamer 是全球首個(gè)實(shí)現(xiàn)中文音視頻一體化生成的視頻模型。該技術(shù)可實(shí)現(xiàn)畫面與音效、人聲臺(tái)詞的協(xié)同創(chuàng)作，打破傳統(tǒng) AIGC 視頻“先畫面后配音”的割裂流程。

據(jù)悉，MuseSteamer 具備多項(xiàng)技術(shù)突破：在權(quán)威榜單 VBench I2V 中以 89.38% 總分登頂全球第一，支持一張圖生成10 秒 1080p 電影級(jí)畫質(zhì)視頻，人物微表情與運(yùn)鏡效果達(dá)專業(yè)影視水準(zhǔn)。其核心能力源于億級(jí)中文多模態(tài)數(shù)據(jù)清洗、精細(xì)化視頻結(jié)構(gòu)化描述語言，以及多目標(biāo)強(qiáng)化學(xué)習(xí)等技術(shù)優(yōu)化。

MuseSteamer 模型家族包含 Turbo、Lite、Pro 及全系列有聲版，覆蓋從普通創(chuàng)作者到專業(yè)影視機(jī)構(gòu)的需求。其中 Turbo 版已上線繪想平臺(tái)開啟限時(shí)免費(fèi)公測，其余版本將于8月陸續(xù)開放。平臺(tái)同步啟動(dòng)“跨次元捏合”AI視頻創(chuàng)作大賽，用戶通過單圖輸入可生成動(dòng)態(tài)捏捏樂視頻進(jìn)行參賽。