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  —

专属 AI 产品从业者的实名社群，只聊 AI 产品最落地的真问题   扫码添加小助手，发送「姓名 + 公司 + 职位」申请入群～

进群后，你将直接获得：

  最新最专业的 AI 产品信息及分析  

   不定期发放的热门产品内测码

   内部专属内容与专业讨论

点亮星标

科技前沿进展每日见