Sora与GPT-4掀视频生成热潮！谷歌百度竞速革新

全球视频生成技术领域正迎来新一轮的竞争浪潮，OpenAI与国内科技企业相继推出创新产品，推动行业进入实时交互与长视频生成的新阶段。10月1日，OpenAI正式发布Sora 2视频生成应用，引发了行业的广泛关注；半个月后，百度宣布其视频生成模型"蒸汽机"完成重大升级，首次实现AI长视频实时交互生成功能，成为国内首个突破传统10秒时长限制的模型。

据百度副总监陈一凡介绍，升级后的蒸汽机模型基于流式视频技术，不仅支持无限时长的内容生成（在产品层面会根据用户使用场景设置相应限制），其生成速度也超越了国内主流同类产品。该模型提供图生视频、视频生视频双模式：在图生视频模式下，用户可实时查看视频推理过程，随时暂停或修改提示词以调整剧情走向、画面风格与镜头转场；在视频生视频模式下，用户可对素材进行剧情续写或任意帧画面重写，并实时预览生成效果。

在定价策略上，蒸汽机延续了首发优惠策略，Turbo有声版定价为每秒钟2.5元（首发双周特惠期间为1.4元/5秒），C端用户可通过"绘想"平台会员充值服务享受每月41元起的入门套餐。相较于国际市场，Sora 2的API定价为每秒钟0.1美元起，C端用户需订阅ChatGPT Plus（每月20美元）或Pro（每月200美元）会员服务。

除了长视频生成技术外，蒸汽机还推出了两大创新功能：可交互数字人与开放世界动态构建。数字人支持沉浸式双向互动，可应用于AI导购、在线教育、情感陪伴等多元化场景；开放世界功能则允许用户在AI生成的游戏地图、旅游景区或宇宙空间中进行自由探索。百度工作人员表示，这些功能将推动内容消费模式从"被动接收"转向"共同创造"，甚至可能催生新型艺术形态与商业生态。

国际市场上，谷歌在百度发布蒸汽机升级版的同一天推出了Veo 3.1版本，重点提升了音频输出质量、精细化编辑控制及图像转视频效果，并新增视频扩展、首尾帧补间过渡、图片引导风格控制三大核心功能。陈一凡指出，当前视频生成赛道技术竞争日趋激烈，短期优势容易被超越，企业需要通过卓越的执行力和生态系统构建能力来保持领先地位。

产品化与生态建设的重要性日益凸显。例如Sora 2推出了独立iOS应用，支持用户浏览、分享优质生成内容，甚至与其他用户开展共同创作，引发了其布局社交内容领域的讨论。对此，百度商业研发总经理刘林表示，蒸汽机暂未规划独立App，但未来可能考虑这个发展方向，目前新技术均已接入百度App生态。

同期，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种模态的内容创作，并实现全模态生成打通。用户通过百度首页即可进入文心助手，每日可生成数百万量级的AIGC内容。以视频生成为例，用户输入内容描述后，AI可在3分钟内自动完成故事情节设计、角色塑造、场景搭建、镜头运镜及声音配乐全流程。文心助手还集成"一句话写歌""MV制作"等30余种特效玩法，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智能体，支持用户与持证真人专家的数字分身进行一对一对话，提供法律咨询、情感疏导、旅游规划等专业陪伴服务。该功能基于百度数字人技术、多模态模型及多智能体协作实现。