在东说念主工智能界限，视频生成期间一直是究诘的热门和难点。最近，百度推出的「蒸汽机」视频生成模子（MuseSteamer）再次升级，撑合手生成纵脱长度的AI视频，这一突破性发扬引起了野蛮存眷。

今天给寰球先容一款很极端的视频生成模子。

在AIGC圈出说念不外4个月，但吊唁常有期间实力。昨天，他们再次升级，撑合手生成纵脱长度的AI视频。

这个模子，恰是由百度推出的「蒸汽机」视频生成模子（MuseSteamer）。

若何个长法？咱们来骨子体验一下。

这里有一张图，一位靓仔来到了好意思利坚西部的某个小镇。

咱们把它看成参考图，输入辅导词：

1-5s镜头跟班，牛仔走向右方马车。6-10s东说念主物上前走，镜头跟班。11-15s东说念主物上前走，镜头跟班，右摇16-20s镜头跟班，牛仔推开门进去。

这么，就赢得了一支20s的长镜头视频，确切的一镜到底。

昔时，咱们要生成这么一支视频，至少得作念4次视频生成任务，至少要4张参考图。链路一长了，视频的一致性就会大打扣头。

而这个视频，模子能贯通“镜头跟班”、“上前走”、“镜头右摇”、“排闼进去”等各式包含东说念主物动作、运镜和交互的复杂指示，每次新画面衔尾也都特殊丝滑。

在系数过程中，东说念主物主体、服装、步态、布景和光影都保合手了超强的一致性。

再比如这几个case，亦然一镜到底。

辅导词是：

1-5s镜头跟班，东说念主物快速上前走。6-10s镜头跟班，东说念主物上前走向楼梯。11-15s东说念主物上前走，镜头跟班，右摇16-20s东说念主物上前走，镜头跟班，右摇，环绕到东说念主物正面。

即使Prompt里莫得写明时刻轴，模子也能自动笔据剧情需要彭胀内容，生成长视频。

比如这2个case。

Prompt：小纸船在小河里飘舞。

Prompt：小鸭子在水中嬉戏，有几只喝水，有几只划水，接下来排着队往前游，游到了岸边，拍打着翅膀，往前面的草地上走去。

Prompt：云在山间流动，太阳的色泽耀眼，固定镜头。

表面上，这玩意不错无尽生成，你辅导词刻画画面有多长，它就能生成多长的视频。

这饱胀冲突了之前AI只可生成5s、10s短视频，或依赖首尾帧来限度续写时长的局限，给用户带来了“流式无尽生成”的全新体验。

这是若何作念到的？

我了解了下，这是源于百度营业研发团队领先引入了自追思扩散模子，聚拢自追思的长序列技艺和扩散一致性强的上风，使得「蒸汽机」模子大要准确生成适应天下物理礼貌且高一致性的长视频。

它不同于可灵、即梦的首尾帧，更摆脱、更过程。比如这些case。

Prompt：东说念主物穿过阳光的光斑，一直往前走，手合手镜头跟班。东说念主物合手续上前。

Prompt：章鱼在水中浪荡。

在我印象中，百度这个「蒸汽机」模子应该是业内首个达成长视频生成的期间。在这张“AI视频生成模子期间发展旅途图”里，他们最近确凿卷疯了。

这个“音视频一体化”比许多热门模子都要早，算是国内第一个达成的。

Prompt：女性衣服淡色衬衫，玄色王人肩短发侧身站在海滩边，面朝大海凝望远处，太空中多只海鸥伸开翅膀在遨游，海风吹拂。

从“一体生成”到“无尽续写”，不错看出，百度蒸汽机的期间计算是极具前瞻性和体系化的，而非零星功能更新。

自5月上线以来，月月有突破、合手续领跑同业，百度蒸汽机正在成为“行业界说者”和“敏捷改进者”。

在这些渠说念不错体验：

可在百度搜索、百度APP、手机浏览器百度搜索上搜：「百度蒸汽机」或利用平台「绘念念」

或径直拜谒这个网址：https://huixiang.baidu.com

据通晓，百度蒸汽机还将于10月中旬进一步升级，撑合手及时交互的长视频生收遵守，包括可交互数字东说念主、VR/AR视频内容以及动态游戏天下的生成技艺。

这就，更让东说念主期待了。

本文由东说念主东说念主都是居品司理作家【汪仔8440】，微信公众号：【沃垠AI】，原创/授权 发布于东说念主东说念主都是居品司理，未经许可，繁芜转载。

题图来自Unsplashkaiyun官方网站，基于 CC0 条约。