閃電快訊｜Sora 2亮相后，百度谷歌同日發布視頻模型新品

記者｜董溫淑

10月1日，OpenAI最新視頻生成應用Sora 2發布，為全球視頻生成賽道打響新的發令槍。

半個月后，國內大廠模型開始交出答卷。10月15日，百度官宣視頻生成模型百度蒸汽機升級。

據百度副總裁、移動生態商業體系負責人陳一凡等人現場分享，升級后的蒸汽機模型行業首次實現AI長視頻實時交互生成功能，該功能升級依托流式視頻技術，突破傳統AI視頻生成10秒左右的時長限制，且生成速度超越國內主流視頻生成模型。

7月2日，百度蒸汽機首發亮相，官宣定價低至行業同類產品的70%。百度商業體系商業研發總經理劉林在會前溝通環節講道，本次百度蒸汽機的定價“沒有漲價也沒有降價，我們還是沿用了之前的價格策略，我們在自己一個嚴謹的評價體系上，綜合考慮了工程優化的能力、生成的成本等等這一系列問題綜合去制定價格。”

參考蒸汽機首發定價，蒸汽機Turbo有聲版價格2.5元/秒（首發雙周優惠1.4元/5秒）；而C端用戶可在“繪想”平臺進行會員充值、定價41元/月起。

對比而言，Sora 2 API定價為0.1美元/秒起；C端用戶則需擁有ChatGPT Plus（20美元/月）或Pro（200美元/月）會員。

具體使用時，蒸汽機模型支持圖生視頻、視頻生視頻雙模式生成。

圖生視頻模式中，用戶上傳生成素材后，能實時查看模型推理全部內容；在生成過程中，用戶可隨時暫停、或在任意節點修改提示詞，實現對視頻劇情、畫面、轉場的實時控制，全程干預。視頻生視頻模式中，用戶可對素材視頻進行續寫或任意幀改寫，蒸汽機模型支持實時預覽視頻內容。

官方信息顯示，本次蒸汽機打破了現有模型普遍集中于5-10秒的生成時長，理論支持無限時長生成，但產品層面考慮用戶應用場景做了一定時長限制。

此外，蒸汽機同步推出了可交互數字人與開放世界動態構建兩大功能。數字人支持沉浸式雙向互動，可應用于AI導購、教育、陪伴等場景；開放世界則允許用戶通過自行操控，在AI生成的游戲地圖、旅游景點、宇宙空間等環境中自由探索。

百度工作人員稱，具備交互能力的長視頻生成技術有望重塑人機媒介互動模式，推動內容消費方式由“被動接收”向“共同創造”轉變，甚至催生新型藝術形式與商業生態。

有趣的是，百度蒸汽機模型發布當天夜間，谷歌推出最新視頻生成模型Veo 3.1版，在音頻輸出、精細化編輯控制以及圖像轉視頻效果方面均有提升。

Veo 3.1特別推出三大升級：視頻擴展、首尾幀補過渡、圖片引導風格控制。

毫無疑問，接下來更多視頻生成模型新品將登場亮相。

“現在整個視頻生成賽道的規模還是很焦灼的，大家在技術上沒有絕對的優勢——短期優勢是有的，但不存在絕對的長期優勢、能領先別人一年兩年，所以我們只能不斷地去往前走。大家現在比的是什么？是執行力、是（看誰）快。”陳一凡講道。

除去模型技術能力，產品化、構筑生態的能力，在視頻生成模型市場中的重要性也日益凸顯。

最新亮相的Sora 2推出了獨立的iOS App應用，并在首頁以信息流呈現優質生成作品，用戶在生成和上傳作品之外，還可以瀏覽、分享、與其他用戶共創，也引發了市場關于OpenAI希望憑Sora 2入局社交內容產品的討論。

劉林對「電廠」分享到：“（關于蒸汽機是否推出獨立App的問題），我們一方面是滿足公司內部的業務需求，第二方面我們觀察到一些專業的創造者應該在外部或者在PC上面的時候還是會更多一點，但是App會作為未來的一個規劃方向。”

目前，包括蒸汽機在內的諸多新技術和應用均接入了百度App。

15日，百度搜索宣布全面升級文心助手AIGC創作能力，支持AI圖片、AI視頻、AI音樂、AI播客等8種模態創作，且能夠一鍵調用多工具解決多場景問題。

“文心助手”可通過百度首頁按鈕進入，百度搜索產品經理李想稱，截至目前，每天都有千萬量級的AIGC內容由用戶通過文心助手創作產生，且文心助手已打通全模態生成。

以視頻生成場景為例，文心助手將提供“長視頻生成玩法”。用戶可通過輸入一段描述，要求文心助手創作一部 3 分鐘的故事片。其中情節設計、角色塑造，到場景搭建、鏡頭運鏡、聲音配樂等全流程均由AI自動完成。

同時，文心助手還集成“一句話寫歌”“MV制作”“名場面模仿秀”等創作功能，以及超30種特效玩法模板，后續還將上線音樂數字人分身功能，覆蓋從圖片處理到視頻制作的多元創作需求。

此外，百度搜索發布了行業首個開放式實時互動的數字人智能體。該功能基于百度數字人技術、多模態模型、多智能體協作等，支持用戶與持證真人專家的數字分身進行1v1對話，并將在法律、情感、旅游等場景中獲得專業陪伴與咨詢服務。