8月21日消息，继7月2日百度蒸汽机（MuseSteamer）放出Turbo 版视频生成大模型后，团队正式放出了百度蒸汽机2.0模型家族的Turbo、Lite、Pro 及有声版四款模型，实现多人有声音视频一体化生成。

现场，国产科幻剧《三体》的视效指导姚骐展示了他用百度蒸汽机2.0制作的科幻短片《归途》。

按传统影视制作方式费用可能需要百万级，而用百度蒸汽机，《归途》作品共40个镜头，每个镜头生成3次，总共AI生成120片段素材，成本共计330.6元！

百度商业体系商业研发总经理刘林表示，百度蒸汽机视频生成大模型，解决了影视业三大痛点：限制多：危险镜头难拍摄、理想场景难寻找；流程长：影视制作周期长，参与协同角色多；成本高：演员拍摄成本高、视觉特效投入大等。

如姚骐所言：百度蒸汽机让好莱坞级大片镜头不再需要百万预算。

蒸汽机2.0五大核心技术突破：

行业首次实现多人有声音视频一体化生成，语音与唇形、表情、动作的毫秒级精准对齐，复杂场景下依然稳定；

首创多模态潜在空间规划技术（Latent Multi-Modal Planner），自主协调多角色身份、情感与互动逻辑，保障电影级叙事连贯性；

中文场景深度适配，以超98%的还原度精准呈现中文语音细节与情感表达；

端到端电影级画质生成，通过精准主体动态刻画，打造真实细腻的人物表现力；

大师级运镜控制，内置数十种专业镜头语言，精准响应文本指令，实现视觉细节与创意意图的完美对齐。