百度商业发布全球首个中文音视频一体化生成模型MuseSteamer

36氪获悉，7月2日，百度商业研发团队发布自研视频生成模型“MuseSteamer”及创作平台“绘想”，MuseSteamer 是全球首个实现中文音视频一体化生成的视频模型。该技术可实现画面与音效、人声台词的协同创作。据介绍，MuseSteamer 具备多项技术突破：在权威榜单VBench I2V中以89.38%总分登顶全球第一，支持一张图生成10秒1080p电影级画质视频，人物微表情与运镜效果达专业影视水准。