摘要
9 月 25 日，全球首个中文音视频一体化视频生成模型百度蒸汽机再次升级，发布通用 AI 长视频生成功能。
9 月 25 日，全球首个中文音视频一体化视频生成模型百度蒸汽机再次升级，发布通用 AI 长视频生成功能。该功能支持用户生成无限长度的 AI 视频，并带来「流式无限生成」的全新体验。
本次升级在行业尚属首次，突破了此前 AI 仅能生成 5 秒、10 秒短视频，或依赖首尾帧控制续写时长的局限，采用流式生成技术实现了在通用长视频上的「无限」生成能力。此外，蒸汽机还首创「可交互需求」，支持生成过程中随时提交 prompt。这意味着，用户在生成过程中可随时暂停，并基于已生成的画面提交新的 Prompt（提示词）来引导后续剧情发展。这相当于为 AI 视频创作配备了「无限画布」，能随时捕捉并落地迸发的灵感，实现更灵活、连续的创作流程。
据悉，百度蒸汽机视频生成模型主打「多人对话音视频一体化生成」。用户仅需输入一张参考图和一段文本描述，即可直接生成具备电影级质感、包含多人对话与精准口型同步的视频内容。据透露，百度蒸汽机还将于 10 月中旬进一步升级，支持实时交互的长视频生成功能，包括可交互数字人、VR/AR 视频内容以及动态游戏世界的生成能力。
