起猛了，看见兵马俑打电话了

（来源：百度）

今天，我“飞飞”不做蜀汉名将了，来绣花

除了“飞飞绣花”，也许你还想看这对“古风cp”坐飞机？

　　这些视频均来自我们的新伙伴——百度蒸汽机（MuseSteamer）。7月2日，百度商业自研视频生成模型蒸汽机初次亮相，只要「一张图+一句话」，即可输出高品质有声视频片段。

　　今天，蒸汽机的最新进展来了！此次更新再次突破技术边界，打造音视一体化的视频生成技术，还能生成多人对话场景，实现多角色、场景、人声和环境音的丝滑协同。

来看看蒸汽机迎来哪些新亮点

01

多人对话场景拿下！

活人感满满、中文说得超溜

　　不仅能生成单人有声视频，蒸汽机还具备强大的多人对话有声视频生成能力。蒸汽机对人物的唇形、面部表情、动作等细节进行全局生成，一颦一笑、一嗔一怒都能被它完美展现。它还能保障人物语言行为、语音节奏、画面动态随着环境音效变化，全面提升了视频的沉浸感与真实感。

　　同时，蒸汽机是吃“中文语料”长大的！它基于海量中文语料深度训练，中文语音细节还原度超98%！即使你说方言，它也能精准拟合。还在担心AI生成的视频总有一股“翻译腔”、“人机感”吗？来看看蒸汽机的表现

02

超智能、超有想象力！

和繁琐后期说拜拜

　　蒸汽机搭载LMMP技术（首创Latent Multi Modal Planner），这项技术能让模型自主规划多角色身份、台词情感以及互动逻辑，保障更协调、更一致的画面生成，为你呈现更真实、更具表现力的多人对话互动，让多角色互动场景真实如电影实拍。

　　同时，蒸汽机可以实现全流程一体化生成，告别后期配音。只需一张图+一句提示词，即可输出： 高清画面 逼真环境音 自然人物语音。输出音画同步、情境完整的沉浸式内容，大幅提升创作效率与成片质量。

　　例如，从一张静态的照片，到一场跨越时空的沉浸式战争体验——你需要的，只是一张触发想象力的图片，一句点燃灵感的提示词，蒸汽机就能将它们编织成恢弘场景。

　　它还能生成自带bgm的氛围感视频，一句精准的prompt就是开拍的号角，情绪张力扑面而来。

03

“赛博神笔马良”

让角色打破次元壁和你互动

　　AI做视频，最怕嘴在动，声音却对不上。百度蒸汽机突破音视对齐生成技术，做到毫秒级同步，人物不再是“人机味”十足的复读机，而是会呼吸、会互动的鲜活形象。

　　从经典的影视角色，到笑到裂开的二创神作，给严肃角色注入沙雕灵魂，给反派安排社畜日常，让英雄跌落神坛… 你掌管的，是整个影视宇宙的欢乐OOC（Out Of Character）特权~

做短剧、讲知识、拍段子……从此，这位“赛博神笔马良”帮你制作大片！

　　例如，在激烈的厮杀现场，兵马俑一样乖乖接外卖电话：

直播间各色背景墙统统out，不如主播现身战场带来解说：

　　不仅是真人形象，动物、动画形象、甚至一个物体，也能在蒸汽机的强大能力支持下焕发生机。