“多人對話音視頻一體化生成”大模型百度蒸汽機（MuseSteamer）迎來重大技術突破，其最新版本正式推出通用AI長視頻生成功能，用戶可借此生成任意時長的AI視頻內容，徹底打破傳統AI視頻生成5秒、10秒的時長限制。

此次升級的核心亮點在于兩大技術突破：其一，通過流式生成技術實現視頻“無限”時長生成，用戶輸入一張參考圖和文本描述即可生成電影級質感的長視頻；其二，首創生成過程中的交互式創作模式，用戶可隨時暫停生成并提交新的提示詞（prompt），動態調整后續劇情走向。

在技術實現層面，百度蒸汽機采用自回歸擴散模型，結合幀級噪聲獨立控制與動態時間步調度策略，突破傳統擴散模型在長視頻生成中的性能瓶頸。同時，依托商業體系強大的工程優化能力，通過模型參數壓縮、窗口注意力機制優化等手段，將推理耗時降至近乎實時水平，確保長視頻生成的流暢性與效率。

據項目負責人介紹，升級后的模型已實現理論上的無限時長視頻生成能力，用戶僅需輸入基礎素材即可生成包含多人對話、精準口型同步的復雜視頻內容。例如，在官方演示中，模型成功生成30秒及超1分鐘的連貫視頻片段，畫面質量與敘事邏輯均達到專業水準。

9月25日，百度商業體系商業研發總經理劉林與知名編劇田博通過直播連麥，首次對外解析技術細節。劉林強調，此次升級不僅解決了AI視頻生成依賴首尾幀控制續寫的局限，更通過“生成中可交互”功能賦予用戶創作主導權。田博則指出，AI視頻生成技術僅用一年時間便完成電影行業50年的技術演進，為編劇與內容創作者開辟了前所未有的想象空間。

從應用場景看，AI長視頻生成技術顯著降低了視頻創作門檻，助力個人創作者產出更完整、優質的內容，同時為企業用戶、影視及廣告行業提供高效低成本的解決方案。目前，該技術已廣泛應用于百度客戶的營銷創意中，知名視效指導姚騏曾使用蒸汽機2.0制作科幻短片《歸途》，將制作成本壓縮至數百元，驗證了其商業化潛力。

作為全球首個中文音視頻一體化生成模型，百度蒸汽機自今年3月首發以來持續迭代：5月登頂VBench-I2V圖生視頻榜首；7月推出Turbo版模型及C端創作平臺“繪想”，實現畫面、音效與人聲臺詞的協同創作；8月完成音視頻一體化升級，支持多人有聲視頻生成；如今再次突破時長限制，成為行業首個具備“無限”生成能力的通用AI視頻模型。

數據顯示，蒸汽機Turbo版上線兩周注冊用戶量突破20萬，單小時任務提交量達1.8萬次，累計生成內容超200萬條。據透露，該模型將于10月中旬進一步升級，新增實時交互長視頻生成功能，涵蓋可交互數字人、VR/AR視頻內容及動態游戲世界生成能力，持續推動AI視頻技術邊界拓展。