不圆 发自 凹非寺
量子位 | 公众号 QbitAI
百度最新视频生成模型蒸汽机2.0（MuseSteamer 2.0），好像真的有点东西。
这是在网上热传的一段由它生成的视频，可以说是要声音有声音，要画面有画面，不说的话还以为是某部重生剧的先导片。
AI配音的中文非常自然，和角色口型也对得很好。
我们也试着生成了一个小视频，仅用1张图片和1段提示词，就做出了这样的效果：
仔细听，这只猫甚至会呼噜噜，远处还有虫子叫。
网友评价：这简直像魔法一样！
它要怎么用才会更好玩？又能用来做什么呢？
我们实测了这款模型，一起来看它的具体表现。
模型表现
该说不说，作为全球首个中文音视频一体化生成的I2V模型，蒸汽机模型在中文语音的表现上可以说是手拿把攥，但这是蒸汽机1.0模型刚出的时候就已经介绍的东西。
作为升级版本，蒸汽机2.0更加擅长复杂运镜，用镜头讲故事的能力也更强，画质进一步提升。
让我们看看，作为普通人能用这个模型实现什么想法？
它的表现和爆火的Veo3相比，哪个更好呢？
画画人狂喜：绘画转视频
我们让豆包生成了一张手绘风格的图片，画面上是一只大野兔蹲在草丛里。
就假装它是我们画出来的吧（手残党落泪）。
然后，我们向蒸汽机2.0有声版输入了下面这段提示词：
保持彩铅的手绘风格，有风吹过，野兔在草地上奔跑，然后停下，警觉地看向四周。
一起来看它的表现：
把同样的图像和提示词输入给Veo3，它给出的结果是这样的：
可以看到，两个模型的表现都很好，对兔子的神态把握非常生动。
声音上，感觉兔子好像钻耳朵里了，麻麻的（我喜欢）。
虽然蒸汽机2.0模型似乎没能很好理解“奔跑”，但抓住了风吹草动的细节。
不过，不得不说，Veo3视频生成的速度要快上许多，感觉也就不到1分钟的时间。
相比之下，百度蒸汽机需要3分钟。
可能是画面精细度的原因：拿视频大小来说，Veo3生成的视频只有3M，蒸汽机生成的视频则有20.8M。
后者比前者长2秒。
毛家长福利：宠物动态写真
养宠物的朋友们，手机里一定有很多毛孩子的照片吧。
这是一只猫，敦实，可爱。
我们设计了一个小场景：
一只黄蝴蝶飞过来，吸引了猫的视线，猫伸出爪子想要抓蝴蝶。
蒸汽机模型给出了这样的结果：
神态非常自然！但蝴蝶呢？
Veo3的表现则更有互动性：先让镜头外的人示意了一声，猫猫叫了一下。
不过，由于是“真实”视频，两个模型都出现了一些小bug。
比如猫爪的肉垫……看来不只有人手会出问题。
但总体来讲效果还是很不错的，是一种很好地让照片自然地动起来的方法。
而且既然动物可以，人物应该也行。
效果比单纯加滤镜要好上太多，人物神态也很自然。
创意实现：敢想就敢做
如果你是一个有想法有故事的创作者，那蒸汽机模型或许会是非常好的创意实现工具。
拿《红楼梦》举例，可以用模型让林黛玉念上一句《葬花吟》：
或者，让麦当劳叔叔推荐肯德基？
中文配音非常自然，人物神态和语音的配合也很出色，但模型对情绪的把控可能还有待提升。
现在的感觉是中气十足林黛玉和被迫营业麦当劳。
无论是拿AI去生成图片再转视频，还是直接使用真人照片，只要有想法，为什么不试试呢？
免费额度还蛮多的呢。
猜你喜欢：AI解压视频
刚刚在尝试绘画转视频的时候，感觉音效像踩在耳朵里一样，特别近，让人感觉痒痒的。
这就很容易让人想到短视频的“流量密码”：修驴蹄、挤痘痘、洗地毯、切肥皂……
还有这几年兴起的捏捏和最近网上很火的AI版ASMR。
巧了不是，在百度绘想的创意特效上，直接就有把图片主体变成捏捏的选项。
但我们主要看蒸汽机2.0有声版的音效，让它敲键盘试试。
声音效果还是不错的，但这个手……我不行了，为什么会这样。
简单总结
总的来说它在配音、人物（或者动物）神态、画面精细度上表现很好，官方介绍为“电影级”，但蒸汽机模型似乎只能配效果音和对话，即使提示词里包含“背景音”也不会自主生成，需要手动添加bgm。
但提示词输入栏有单独的一个背景音选项，选择以后也没有任何变化。
在语义理解上面，蒸汽机还是会忽略掉一些内容，例如前面实测的“奔跑”和“黄蝴蝶”，相较之下Veo3对提示词的把握更好。
另外就是历史难题人手生成了，从效果上看，蒸汽机还有进步的空间。
顺便一提，蒸汽机2.0有声版的视频长度有5s和10s两个选择。
目前蒸汽机Turbo有声版限时优惠两周1.4元/5秒，价格方面低至行业70%。
登录还送每月210免费额度。
想象力值售价为10/元。
拿Veo3作为对比，Veo3 Plus会员需要37.5$/月，折合人民币268元左右，有7500积分，图片转8s视频每次300积分，大约能转25次，也就是200s。
而百度蒸汽机2.0，即使在当前优惠结束后，按照2.5元5s的价格来算，相同长度（200s）的视频仅需100元。
不仅便宜一大半，并且蒸汽机的精细度更高。
可能还有更多获得免费额度的机会。
网友评价：视频真实感已到达新高度
早在7月，百度蒸汽机刚刚发布的时候，在外网就获得了极高的评价，认为它是颠覆性的变革。
时隔50多天，蒸汽机2.0发布，网友们的评价也更上一层楼。
重点多聚焦在“影院级品质”和“视频真实感”上。
但或许最重要的事情是，百度蒸汽机模型已在百度移动生态广泛使用，加上本土的中文生态，更适合中国创作者体质：
现在虽然仍存在一些不足，但我们期待它越来越好。
参考链接：
[1]https://x.com/dotey/status/1959738669431980109
[2]https://mp.weixin.qq.com/s/f_xtC28h3wd1j6cY0_7rYg
实测地址：https://huixiang.baidu.com/
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
扫码添加小助手，发送「姓名+公司+职位」申请入群～
🌟 点亮星标 🌟
内容中包含的图片若涉及版权问题，请及时与我们联系删除
评论
沙发等你来抢