闪电快讯｜Sora 2亮相后，百度谷歌同日发布视频模型新品

记者｜董温淑

10月1日，OpenAI最新视频生成应用Sora 2发布，为全球视频生成赛道打响新的发令枪。

半个月后，国内大厂模型开始交出答卷。10月15日，百度官宣视频生成模型百度蒸汽机升级。

据百度副总裁、移动生态商业体系负责人陈一凡等人现场分享，升级后的蒸汽机模型行业首次实现AI长视频实时交互生成功能，该功能升级依托流式视频技术，突破传统AI视频生成10秒左右的时长限制，且生成速度超越国内主流视频生成模型。

7月2日，百度蒸汽机首发亮相，官宣定价低至行业同类产品的70%。百度商业体系商业研发总经理刘林在会前沟通环节讲道，本次百度蒸汽机的定价“没有涨价也没有降价，我们还是沿用了之前的价格策略，我们在自己一个严谨的评价体系上，综合考虑了工程优化的能力、生成的成本等等这一系列问题综合去制定价格。”

参考蒸汽机首发定价，蒸汽机Turbo有声版价格2.5元/秒（首发双周优惠1.4元/5秒）；而C端用户可在“绘想”平台进行会员充值、定价41元/月起。

对比而言，Sora 2 API定价为0.1美元/秒起；C端用户则需拥有ChatGPT Plus（20美元/月）或Pro（200美元/月）会员。

具体使用时，蒸汽机模型支持图生视频、视频生视频双模式生成。

图生视频模式中，用户上传生成素材后，能实时查看模型推理全部内容；在生成过程中，用户可随时暂停、或在任意节点修改提示词，实现对视频剧情、画面、转场的实时控制，全程干预。视频生视频模式中，用户可对素材视频进行续写或任意帧改写，蒸汽机模型支持实时预览视频内容。

官方信息显示，本次蒸汽机打破了现有模型普遍集中于5-10秒的生成时长，理论支持无限时长生成，但产品层面考虑用户应用场景做了一定时长限制。

此外，蒸汽机同步推出了可交互数字人与开放世界动态构建两大功能。数字人支持沉浸式双向互动，可应用于AI导购、教育、陪伴等场景；开放世界则允许用户通过自行操控，在AI生成的游戏地图、旅游景点、宇宙空间等环境中自由探索。

百度工作人员称，具备交互能力的长视频生成技术有望重塑人机媒介互动模式，推动内容消费方式由“被动接收”向“共同创造”转变，甚至催生新型艺术形式与商业生态。

有趣的是，百度蒸汽机模型发布当天夜间，谷歌推出最新视频生成模型Veo 3.1版，在音频输出、精细化编辑控制以及图像转视频效果方面均有提升。

Veo 3.1特别推出三大升级：视频扩展、首尾帧补过渡、图片引导风格控制。

毫无疑问，接下来更多视频生成模型新品将登场亮相。

“现在整个视频生成赛道的规模还是很焦灼的，大家在技术上没有绝对的优势——短期优势是有的，但不存在绝对的长期优势、能领先别人一年两年，所以我们只能不断地去往前走。大家现在比的是什么？是执行力、是（看谁）快。”陈一凡讲道。

除去模型技术能力，产品化、构筑生态的能力，在视频生成模型市场中的重要性也日益凸显。

最新亮相的Sora 2推出了独立的iOS App应用，并在首页以信息流呈现优质生成作品，用户在生成和上传作品之外，还可以浏览、分享、与其他用户共创，也引发了市场关于OpenAI希望凭Sora 2入局社交内容产品的讨论。

刘林对「电厂」分享到：“（关于蒸汽机是否推出独立App的问题），我们一方面是满足公司内部的业务需求，第二方面我们观察到一些专业的创造者应该在外部或者在PC上面的时候还是会更多一点，但是App会作为未来的一个规划方向。”

目前，包括蒸汽机在内的诸多新技术和应用均接入了百度App。

15日，百度搜索宣布全面升级文心助手AIGC创作能力，支持AI图片、AI视频、AI音乐、AI播客等8种模态创作，且能够一键调用多工具解决多场景问题。

“文心助手”可通过百度首页按钮进入，百度搜索产品经理李想称，截至目前，每天都有千万量级的AIGC内容由用户通过文心助手创作产生，且文心助手已打通全模态生成。

以视频生成场景为例，文心助手将提供“长视频生成玩法”。用户可通过输入一段描述，要求文心助手创作一部 3 分钟的故事片。其中情节设计、角色塑造，到场景搭建、镜头运镜、声音配乐等全流程均由AI自动完成。

同时，文心助手还集成“一句话写歌”“MV制作”“名场面模仿秀”等创作功能，以及超30种特效玩法模板，后续还将上线音乐数字人分身功能，覆盖从图片处理到视频制作的多元创作需求。

此外，百度搜索发布了行业首个开放式实时互动的数字人智能体。该功能基于百度数字人技术、多模态模型、多智能体协作等，支持用户与持证真人专家的数字分身进行1v1对话，并将在法律、情感、旅游等场景中获得专业陪伴与咨询服务。