10月15日，百度宣布其视频生成模型“百度蒸汽机”完成重大升级，引发科技圈广泛关注。此次升级不仅突破了传统AI视频生成10秒左右的时长限制，更实现了AI长视频实时交互生成功能，标志着国内视频生成技术迈入新阶段。
据介绍，升级后的“百度蒸汽机”依托流式视频技术，首次在行业内实现AI长视频实时交互生成。用户上传素材后，可全程干预视频生成过程，包括暂停、修改提示词、调整剧情和画面等。该模型还支持图生视频和视频生视频双模式，满足不同场景下的创作需求。
在定价策略上，百度延续了首发时的性价比路线。蒸汽机Turbo有声版价格为2.5元/秒，首发双周优惠价为1.4元/5秒；C端用户可通过“绘想”平台充值会员，月费41元起。相比之下，OpenAI的Sora 2 API定价为0.1美元/秒起，C端用户需订阅ChatGPT Plus（20美元/月）或Pro（200美元/月）会员。
百度商业体系商业研发总经理刘林透露，此次定价基于工程优化能力、生成成本等多维度考量，未进行涨价或降价调整。他强调，百度蒸汽机的核心竞争力在于技术突破与用户体验的平衡。
除了长视频生成功能，升级后的“百度蒸汽机”还推出了可交互数字人与开放世界动态构建两大创新功能。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在AI生成的环境中自由探索，如游戏地图、旅游景点和宇宙空间等。
百度工作人员表示，具备交互能力的长视频生成技术有望重塑人机互动模式，推动内容消费从“被动接收”向“共同创造”转变，甚至催生新的艺术形式和商业生态。
值得注意的是，在百度蒸汽机升级的同一晚，谷歌推出了视频生成模型Veo 3.1版。该版本在音频输出、精细化编辑控制和图像转视频效果方面均有提升，并新增视频扩展、首尾帧补过渡和图片引导风格控制三大功能。这一动向进一步加剧了全球视频生成赛道的竞争。
百度副总裁陈一凡指出，当前视频生成赛道技术差距尚未拉开，短期优势存在但无长期绝对领先。企业比拼的关键在于执行力和迭代速度。他透露，百度蒸汽机在产品层面虽支持无限时长生成，但考虑到用户应用场景，仍做了一定时长限制。
与此同时，百度搜索宣布全面升级文心助手AIGC创作能力，支持AI图片、视频、音乐、播客等8种模态创作。用户可通过百度首页按钮进入“文心助手”，一键调用多工具解决多场景问题。据百度搜索产品经理李想介绍，目前每天有千万量级的AIGC内容由用户创作产生，且已打通全模态生成。
以视频生成场景为例，文心助手提供“长视频生成玩法”。用户输入一段描述后，AI可自动完成情节设计、角色塑造、场景搭建、镜头运镜和声音配乐等全流程，生成一部3分钟的故事片。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，后续将上线音乐数字人分身功能。
在数字人领域，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、多模态模型和多智能体协作，支持用户与持证真人专家的数字分身进行1v1对话，提供法律、情感、旅游等场景的专业陪伴与咨询服务。
刘林透露，关于蒸汽机是否推出独立App的问题，百度目前优先满足内部业务需求，同时观察到专业创作者更多使用PC端。不过，App将作为未来规划方向之一。目前，包括蒸汽机在内的多项新技术已接入百度App。
