作家：周源 / 华尔街见闻

在生成式 AI 时间从实验室走向产业诈欺的过程中，视频生成因那时间复杂度高、场景需求多元，历久是行业攻坚的重心限制。

百度生意研发团队在 7 月 2 日推出的视频生成 MuseSteamer 模子及"绘想"平台，对准了搜索、告白和推选场景华夏生化内容出产的实践痛点，试图通落后间适配性优化，探索 AIGC 视频落地的可行旅途，宣告了百度开动挫折 AI（东说念主工智能）视频生成限制。

值得一提的是，2024 年，Sora 爆火激发生成式视频大模子上涨，百度首创东说念主、董事长兼 CEO 李彦宏在一场里面语言中称，Sora 这种视频生成模子的插足周期太长，10 年、20 年都可能拿不到业务收益，无论多火爆，百度都不去作念。

百度时间团队不吝"打脸"李彦宏，很可能是搞定了视频生成的中枢挑战——如何让视觉元素与声消息息在时辰轴上酿成当然协同；另外，7 月 2 日有消息称，李彦宏在 2024 年那场闭门会议上还提了一嘴：基于多模态需求，不错作念一个相对特定的视频生成场景。

MuseSteamer 恰是一个相对特定的视频生成模子，从这个角度看，也如实算不上打脸雇主。

这个模子的时间谋略，搞定了聚焦于汉文语境下的多模态语义对皆问题。

与英文比拟，汉文的语义磨叽性、语境依赖性更强，一句"这个家具很过劲"，既可能需要画面呈现家具质能测试，也可能需要通过东说念主物脸色传递陈赞边幅，对应的音效谋略更是截然不同。

为搞定这问题，MuseSteamer 底层数据处理接管了"场景颗粒度拆解"决策：将亿级汉文视频数据按"生计劳动、电商展示、学问科普"等 23 个搜广推高频场景分类，每个场景下再细分"动作 - 边幅 - 后果"三级标签。

比如在电市集景中，"服装展示"被拆解为"静态悬垂（动作）- 冷凌弃绪（边幅）- 布料质感（后果）"等子标签，使模子能精确意会"这件裙子垂感很好"等形色对应的音画发扬格局。

这么的场景化老师想路，平直体面前生成后果上。

在测试中，针对"老师手机拍照功能"请示，模子能自动匹配"镜头推拉（画面）+ 按键音效（声息）+ 率性讲授（东说念主声）"组合，而同类英文模子常常出现"画面快速切换却搭配慢速讲授"的错位情况。

百度作念出的此类优化虽不触及颠覆性时间改换，却切中了汉文生意内容出产的实践需求。

百度生意体系生意研发总司理刘林示意，在数字内容创作限制，视频时长与画质的冲破常常意味着创作解放度的质变。

MuseSteamer 可相沿电影级审好意思 10 秒长视频的生成，1080P 的高了了度，为视频创作提供了更大的发扬空间。

刘林示意，传统 AIGC 视频创作实施中，一般先生成视频，再作念配音和添加音效。这种割裂的创作智力不仅浮滥多半时辰，更会缩小作品的完好艺术抒发。

MuseSteamer 改换性相沿一体化生成带有音效和东说念主物台词的视频。就视频长度而言，MuseSteamer 可生成 5 秒和 10 秒两个版块，均能达到 1080p 了了度。

百度这次同步发布 MuseSteamer 模子的眷属版块，包括 Turbo、Lite 和 Pro，以及各版块对应的有声版，差异面向不同的创作需乞降本钱考量。

"绘想"平台的版块矩阵，本色是对不同用户本钱结构的互异化回话。

Turbo 版的免费公测政策，对准的是中小商家试错本钱明锐的特质：淘宝店主在尝试生成家具视频时，最惦念的是"花了钱却不稳妥平台算法推选偏好"，免费模式使其可快速测试不同画面作风与滚动率的关连。

Pro 版的付费谋略则对应专科机构的时辰本钱痛点；全系列有声版对"角落本钱 的为止。

传统告白制作中，每增多一种方言配音，需罕见支付配音演员酬报，而有声版通过汉文语音合成时间的迁徙诈欺，相沿粤语、川语等 8 种方言的即时生成，使区域化营销内容的角落制作本钱大幅裁汰。

四肢最早布局大模子的国内科技企业的一份子，百度竞逐视频生成赛说念，与字节超越和快手等敌手比拟，属实"后（luo）发（hou）"。

快手旗下的可灵 AI 在本年 5 月告示，推出全新 2.1 系列模子，高品质模式（1080p）下生成 5 秒视频仅需不到 60s。

快手官网信息披露，可灵 AI 在推出 10 个月之后（即本年 3 月）的年化收入运行率（Annualized Revenue Run Rate）冲破 1 亿好意思元，本年 4 月和 5 月的月度付费金额均超越 1 亿元东说念主民币。

除了在 2024 年告示领投清华系视频大模子公司生数科技以外，百度在生成式视频限制莫得更多动作；到本年 3 月，百度发布文心大模子 4.5 和 4.5 Turbo，终了文本、图像和视频夹杂老师。

与敌手比拟，在国内 AIGC 视频赛说念，百度看上去是取说念互异化竞争旅途：作念"特定场景生成视频"，而非全场景模式。

与专注泛文娱内容的同类家具比拟，"绘想"的中枢上风在于与搜索、告白等生意场景的深度绑定。

比如绘想生成的视频可平直成为百度信息流告白系统的一个功能模块，自动匹配用户搜索要津词作念动态优化；纯器具类家具难以复制"创作 - 分发 - 反应"的闭环才智。

此等场景协同也体面前数据蚁合层面。

百度告白平台的亿级条用户互动数据（比如视频第几秒用户点击了购买按钮），反向成为 MuseSteamer 的优化依据，使模子能学习到"促销信息在视频第 8-10 秒出刻下滚动率最高" 之类的生意律例，这种数据壁垒比单纯的模子参数更具竞争力。

居然百度的追求也曾收益，固然生意价值考量是生意公司的容身之本。

跟着时间的不停迭代，AIGC 视频器具的竞争焦点，从"能弗成生成"转向"生成的内容能弗成用"。

百度这次推出的家具，偶而在时间参数上如何最初，但通过对生意场景需求的精确捕捉，为行业提供了一种时间落地的可行范式。

故而百度"绘想"的价值不在于颠覆内容出产体育游戏app平台，而在于用时间填补传统经过中的着力凹地。应当说，这是一条求实的激动旅途，毕竟生意化才智才是时间能否快速发展的主要推能源。