百度蒸气机突破AI视频生成长度限制：实时交互革新创作体验
近日，百度搜索对文心助手的AIGC创作能力进行了全面升级，新增了AI图片、视频、音乐、播客等八大创作模式，并支持一键调用多种工具，满足多样化场景需求。此次升级的核心亮点在于视频生成模型“百度蒸汽机”的技术突破，其生成长视频的能力与实时交互功能引起了行业广泛关注。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
自今年5月进入AI生视频赛道以来，百度蒸汽机模型凭借VBench-I2V全球榜单第一的成绩崭露头角。在这次升级中，该模型突破了传统AI视频生成约10秒的时长限制，支持通过单张图片与文本提示生成任意时长的长视频，并首次实现了“实时交互”功能——用户可在生成过程中随时暂停、修改提示词，调整剧情走向。例如，在演示沙漠赛车视频生成时，模型可根据用户需求实时生成不同比赛结果（银色车或黄色车胜出），现场效果赢得阵阵掌声。
技术层面，百度商业研发首席架构师李双龙透露，升级后的蒸汽机模型引入了自回归扩散模型（Autoregressive Diffusion Models），结合自回归的长序列能力与扩散模型的一致性优势，通过流式滑窗架构实现低成本无限外推与实时生成。用户可以实时预览生成内容，无需等待完整视频输出。同时，模型通过全局规划与局部参考优化，解决了长视频生成的连续性问题，并依托工程优化将推理耗时压缩至接近实时水平。
在应用场景上，蒸汽机模型的长视频生成能力已受到营销与娱乐领域用户的青睐。百度副总裁赵世奇与陈一凡在采访中表示，受Sora 2等国际产品启发，百度正通过大模型技术降低AI生视频的使用门槛，丰富用户玩法。目前，用户可通过百度搜索、百度APP或彗星平台（https://huixiang.baidu.com）体验新功能，创意视频生成时长为1分钟，但技术层面支持无限时长生成。
除视频生成外，蒸汽机模型还拓展了数字人与开放世界场景。其支持的实时交互数字人可实现沉浸式互动，应用于AI导购、教育陪伴等领域；开放世界生成功能则允许用户自由创建游戏地图、虚拟旅游场景或宇宙空间。百度商业体系商业研发总经理刘林指出，降低创作门槛后，AI生成内容的质量与完整性显著提升，有助于创作者变现。
据统计，目前每日有千万量级的AIGC内容通过文心助手创作产生。李双龙透露，蒸汽机模型的下一步技术迭代将聚焦“有声一体化、多人互动与长视频优化”，进一步拓展创作边界。
热门专题
热门推荐
加密货币行业翘首以盼的监管里程碑，终于有了实质性进展。美国证券交易委员会（SEC）主席保罗·阿特金斯（Paul Atkins）近日证实，那份允许加密项目在早期获得注册豁免权的“安全港”框架提案，已经正式送抵白宫，进入了最终审查阶段。 在范德堡大学与区块链协会联合举办的数字资产峰会上，阿特金斯透露了这
微策略Strategy报告：第一季录得144 6亿美元浮亏 再斥资约3 3亿美元买进4871枚比特币 市场震荡的威力有多大？看看Strategy的最新季报就明白了。根据其最新向美国证管会(SEC)提交的8-K报告，受市场剧烈波动影响，这家公司所持的比特币在第一季度录得了一笔惊人的数字——144 6亿
稳定币巨头Tether的动向，向来是加密世界的风向标。这不，它向Web3基础设施的版图扩张，又迈出了关键一步。公司执行长Paolo Ardoino在社交平台X上透露，其工程团队正在全力“烹制”一个新项目——去中心化搜索引擎 “Hypersearch”。这个消息一出，立刻引发了行业的广泛猜想。 采用D
基地位于Coinbase旗下以太坊Layer2网络Base的Seamless Protocol，日前正式宣告了服务的终结。这个曾经吸引了超过20万用户的原生DeFi借贷协议，在运营不到三年后，终究没能跑赢时间。它主打的核心产品是Integrated Leverage Markets（ILMs）——一
PAAL代币揭秘：深度解析Web3社区治理的核心钥匙 在去中心化自治组织的浪潮中，谁真正掌握了项目的话语权？PAAL代币提供了一套系统化的答案。它不仅是生态内流转的价值媒介，更是开启链上治理大门的核心凭证。通过持有并质押PAAL代币，用户能够对协议升级、资金分配乃至战略方向等关键事务投出决定性的一票