百度蒸汽机升级AI长视频实时交互支持随时中断改写剧情
+ 查看更多

百度蒸汽机再次升级，首次实现AI长视频实时交互生成；新功能突破了传统AI视频生成10秒左右的时长限制。

陈佳靖

■

10月15日，视频生成模型百度蒸汽机再次升级，首次实现AI长视频实时交互生成。该功能升级依托流式视频技术实现“无限时长”生成，突破传统AI视频生成10秒左右的时长限制。

据悉，用户只需上传单张图片与一段提示词即可启动视频生成流程，并能实时预览模型推理全部内容。百度副总裁、移动生态商业体系负责人陈一凡在发布会现场演示了这一操作过程。可以看到，在视频生成过程中，用户可随时暂停、或在任意节点修改提示词，实现对视频剧情、画面、转场的实时控制，全程干预。这意味着，AI视频正从“单向生成”迈向“双向共创”，实现“无限画布”式的连续创作体验。

此外，此次升级同步推出了可交互数字人(13.680, -0.41, -2.91%)与开放世界动态构建两大功能。数字人支持沉浸式双向互动，可应用于AI导购、教育、陪伴等场景；开放世界则允许用户通过自行操控，在AI生成的游戏地图、旅游景点、宇宙空间等环境中自由探索。

今年以来，AI视频生成赛道的竞争越发白热化。今年5月，谷歌发布Veo 3，一度刷屏并占据文生视频模型榜首。10月初，OpenAI推出的Sora 2再次抢占行业风头，同步推出的Sora App也成为AI应用的新热门，在推出后的一周内就获得了62.7万iOS下载量，这一数据已经超越了ChatGPT当初的表现。

陈一凡认为，AI视频竞争的下半场，正在从技术比拼转向门槛之争，谁能让更多人更低成本地参与创作，谁就能在生态中积累更大的优势。对于近期业界热议的Sora 2，陈一凡认为，其底层模型在一致性和运镜丰富度上有所提升，但尚未达到基础模型级别的突破。

据悉，百度蒸汽机自5月以来持续迭代，先后实现音视频一体化生成、多人对话生成、移动端适配等能力。本次长视频实时交互功能的推出，进一步拓展了AI视频在影视预演、互动娱乐、个性化营销等场景的应用边界。

百度方面透露，目前营销相关和内容创作是百度蒸汽机调用量最大的两大落地场景，营销相关调用量占到约一半。预计随着技术不断成熟，蒸汽机将为影视行业带来更多创新突破。

“目前AI还不能完全代替传统影视制作，但是已经能在很多环节节省人力成本了，比如剪辑制作。Sora肯定会推动整个行业的发展，我们也在影视动漫上有了很多应用和落地，期待能一起推动整个创作行业的发展，让更多人发挥创意、成为创作者。”陈一凡表示。

■