繁體
  • 简体中文
  • 繁體中文

熱門資訊> 正文

AI視頻生成新品實測:這怎麼不算影院級呢?

2025-08-25 23:45

不圓 發自 凹非寺

量子位 | 公眾號 QbitAI

百度最新視頻生成模型蒸汽機2.0(MuseSteamer 2.0),好像真的有點東西。

這是在網上熱傳的一段由它生成的視頻,可以説是要聲音有聲音,要畫面有畫面,不説的話還以為是某部重生劇的先導片。

AI配音的中文非常自然,和角色口型也對得很好。

我們也試着生成了一個小視頻,僅用1張圖片和1段提示詞,就做出了這樣的效果:

仔細聽,這隻貓甚至會呼嚕嚕,遠處還有蟲子叫。

網友評價:這簡直像魔法一樣!

它要怎麼用纔會更好玩?又能用來做什麼呢?

我們實測了這款模型,一起來看它的具體表現。

模型表現

該説不説,作為全球首個中文音視頻一體化生成的I2V模型,蒸汽機模型在中文語音的表現上可以説是手拿把攥,但這是蒸汽機1.0模型剛出的時候就已經介紹的東西。

作為升級版本,蒸汽機2.0更加擅長複雜運鏡,用鏡頭講故事的能力也更強,畫質進一步提升。

讓我們看看,作為普通人能用這個模型實現什麼想法?

它的表現和爆火的Veo3相比,哪個更好呢?

畫畫人狂喜:繪畫轉視頻

我們讓豆包生成了一張手繪風格的圖片,畫面上是一隻大野兔蹲在草叢里。

就假裝它是我們畫出來的吧(手殘黨落淚)。

然后,我們向蒸汽機2.0有聲版輸入了下面這段提示詞:

保持彩鉛的手繪風格,有風吹過,野兔在草地上奔跑,然后停下,警覺地看向四周。

一起來看它的表現:

把同樣的圖像和提示詞輸入給Veo3,它給出的結果是這樣的:

可以看到,兩個模型的表現都很好,對兔子的神態把握非常生動。

聲音上,感覺兔子好像鑽耳朵里了,麻麻的(我喜歡)。

雖然蒸汽機2.0模型似乎沒能很好理解「奔跑」,但抓住了風吹草動的細節。

不過,不得不説,Veo3視頻生成的速度要快上許多,感覺也就不到1分鍾的時間。

相比之下,百度蒸汽機需要3分鍾。

可能是畫面精細度的原因:拿視頻大小來説,Veo3生成的視頻只有3M,蒸汽機生成的視頻則有20.8M。

后者比前者長2秒。

毛家長福利:寵物動態寫真

養寵物的朋友們,手機里一定有很多毛孩子的照片吧。

這是一隻貓,敦實,可愛。

我們設計了一個小場景:

一隻黃蝴蝶飛過來,吸引了貓的視線,貓伸出爪子想要抓蝴蝶。

蒸汽機模型給出了這樣的結果:

神態非常自然!但蝴蝶呢?

Veo3的表現則更有互動性:先讓鏡頭外的人示意了一聲,貓貓叫了一下。

不過,由於是「真實」視頻,兩個模型都出現了一些小bug。

比如貓爪的肉墊……看來不只有人手會出問題。

但總體來講效果還是很不錯的,是一種很好地讓照片自然地動起來的方法。

而且既然動物可以,人物應該也行。

效果比單純加濾鏡要好上太多,人物神態也很自然。

創意實現:敢想就敢做

如果你是一個有想法有故事的創作者,那蒸汽機模型或許會是非常好的創意實現工具。

拿《紅樓夢》舉例,可以用模型讓林黛玉念上一句《葬花吟》:

或者,讓麥當勞叔叔推薦肯德基?

中文配音非常自然,人物神態和語音的配合也很出色,但模型對情緒的把控可能還有待提升。

現在的感覺是中氣十足林黛玉和被迫營業麥當勞。

無論是拿AI去生成圖片再轉視頻,還是直接使用真人照片,只要有想法,為什麼不試試呢?

免費額度還蠻多的呢。

猜你喜歡:AI解壓視頻

剛剛在嘗試繪畫轉視頻的時候,感覺音效像踩在耳朵里一樣,特別近,讓人感覺癢癢的。

這就很容易讓人想到短視頻的「流量密碼」:修驢蹄、擠痘痘、洗地毯、切肥皂……

還有這幾年興起的捏捏和最近網上很火的AI版ASMR。

巧了不是,在百度繪想的創意特效上,直接就有把圖片主體變成捏捏的選項。

但我們主要看蒸汽機2.0有聲版的音效,讓它敲鍵盤試試。

聲音效果還是不錯的,但這個手……我不行了,為什麼會這樣。

簡單總結

總的來説它在配音、人物(或者動物)神態、畫面精細度上表現很好,官方介紹為「電影級」,但蒸汽機模型似乎只能配效果音和對話,即使提示詞里包含「背景音」也不會自主生成,需要手動添加bgm。

但提示詞輸入欄有單獨的一個背景音選項,選擇以后也沒有任何變化。

在語義理解上面,蒸汽機還是會忽略掉一些內容,例如前面實測的「奔跑」和「黃蝴蝶」,相較之下Veo3對提示詞的把握更好。

另外就是歷史難題人手生成了,從效果上看,蒸汽機還有進步的空間。

順便一提,蒸汽機2.0有聲版的視頻長度有5s和10s兩個選擇。

目前蒸汽機Turbo有聲版限時優惠兩周1.4元/5秒,價格方面低至行業70%。

登錄還送每月210免費額度。

想象力值售價爲10/元。

拿Veo3作為對比,Veo3 Plus會員需要37.5$/月,摺合人民幣268元左右,有7500積分,圖片轉8s視頻每次300積分,大約能轉25次,也就是200s。

而百度蒸汽機2.0,即使在當前優惠結束后,按照2.5元5s的價格來算,相同長度(200s)的視頻僅需100元。

不僅便宜一大半,並且蒸汽機的精細度更高。

可能還有更多獲得免費額度的機會。

網友評價:視頻真實感已到達新高度

早在7月,百度蒸汽機剛剛發佈的時候,在外網就獲得了極高的評價,認為它是顛覆性的變革。

時隔50多天,蒸汽機2.0發佈,網友們的評價也更上一層樓。

重點多聚焦在「影院級品質」和「視頻真實感」上。

但或許最重要的事情是,百度蒸汽機模型已在百度移動生態廣泛使用,加上本土的中文生態,更適合中國創作者體質:

現在雖然仍存在一些不足,但我們期待它越來越好。

參考鏈接:

[1]https://x.com/dotey/status/1959738669431980109

[2]https://mp.weixin.qq.com/s/f_xtC28h3wd1j6cY0_7rYg

實測地址:https://huixiang.baidu.com/

(聲明:本文僅代表作者觀點,不代表新浪網立場。)

風險及免責提示:以上內容僅代表作者的個人立場和觀點,不代表華盛的任何立場,華盛亦無法證實上述內容的真實性、準確性和原創性。投資者在做出任何投資決定前,應結合自身情況,考慮投資產品的風險。必要時,請諮詢專業投資顧問的意見。華盛不提供任何投資建議,對此亦不做任何承諾和保證。