图片来源：界面新闻

界面新闻记者 | 肖芳

界面新闻编辑 | 文姝琪

百度旗下的视频生成模型蒸汽机完成了一次大幅度升级，这距离该模型上线仅仅有50天。

在模型能力上，蒸汽机模型最大的变化是实现了多人有声音视频一体化生成，模型生成的视频不需要再进行后期配音，人物的声音和表情、动作以及嘴型实现同步，即使在复杂场景下也能够保持稳定。同时，生成视频的画面清晰度和流畅度也有了明显提升，运镜方式更为丰富。

更重要的是，百度大幅降低了蒸汽机模型的使用价格。根据百度商业体系商业研发总经理刘林在发布会现场的介绍，蒸汽机模型Turbo版生成一段5秒720p的一体化有声视频，需要的价格是1.4元。而据界面新闻了解，行业中视频生成模型生成一段5秒720p的无声视频普遍的价格大概为2元。这意味着，百度把视频生成模型的价格降到了行业价格70%的水平。

相比于百度旗下的文心系列大模型，百度蒸汽机模型的更新迭代速度更快，在价格降幅上也要高于行业平均水平，呈现出更为激进的态势。在接受界面新闻等媒体采访时，百度副总裁、移动生态商业体系负责人陈一凡透露，蒸汽机模型1.0版本就是需求驱动的，到2.0版本是在需求驱动的基础上叠加了技术的优化，才达到了当前的情况。

和文心系列大模型不同，百度蒸汽机模型并不是由负责基础技术的TPG研发，而是由MEG（移动生态事业群）旗下的移动生态商业体系研发，主要服务于广告主和代理商制作视频营销素材的需求。

陈一凡向界面新闻透露，蒸汽机模型1.0版本在研发上更注重算法、策略，而2.0版本更加注重大模型工程方面的优化，所以能够在短短50天内把技术能力提升并且把成本降下来。“百度商业体系早在2016年就开始使用对GPU做搜、广、推，对GPU的架构是非常熟悉的，团队非常熟悉如何通过调整训练集、算子等方式降低训练成本。”

由于蒸汽机模型从立项开始就拥有明确的服务对象，其在上线一个月的时间内也收集到了诸多客户反馈。陈一凡表示，广告客户反馈的需求一方面集中在模型能力上，大多数广告客户对生成视频的运镜、画质、一致性、音画一体化都有更高的要求，此次模型升级着重改进了这些方面的能力；另一个方面是价格，虽然蒸汽机模型在上线后并未向广告客户收费，但很多客户对比市场价后认为价格偏高，研发团队对训练成本进行了优化。

图片来源：百度绘想

在发布会现场，好莱坞视效指导姚骐演示了其团队使用蒸汽机模型制作的短片《归途》，该短片通过大模型生成了40多个镜头、120段素材片段，包括20个10秒一体化有声片段和100个5秒有声片段，仅用一周时间制作而成。按照蒸汽机模型的最新模型定价计算，其花费的成本为330.6元。

陈一凡对界面新闻表示，如果客户使用常规手段拍摄一个宣传片，成本大概需要20万左右，最后做出来的片子还不一定能最终使用，但现在他们可以先花费几百元把自己想要的内容用AIGC的方式制作出来，这对营销成本的降低是十分显著的。

目前，视频生成模型在营销素材生成等领域的商业价值正在被逐步验证。快手在8月21日发布的财报显示，其视频生成模型可灵AI在今年第二季度的营收达到了2.5亿元，营收能力较几个月前已提升了数倍。根据快手方面预测，可灵AI今年全年的营收比今年年初定下的目标翻一倍。