在科技界的矚目之下，百度于近期的AI DAY科技開放日上，揭開了其自研視頻生成模型MuseSteamer的神秘面紗，并同步推出了視頻產品平臺“繪想”。MuseSteamer采用了先進的DIT架構，其參數規模與業界頂尖的視頻生成模型相當，具備生成連續10秒動態視頻的能力，最高分辨率可達1080P，展現了百度在視頻生成技術上的深厚積累。
值得注意的是，MuseSteamer的誕生并非出自百度文心大模型的技術中臺部門TPG，而是由百度移動生態商業研發團隊傾力打造。這一舉動，似乎與百度CEO李彥宏去年10月的內部講話內容相悖，當時他曾表示，由于視頻生成模型的投入周期長，百度并未計劃涉足此領域。
然而，百度副總裁、移動生態商業體系負責人陳一凡在媒體溝通會上，對百度涉足視頻生成模型的原因進行了解釋。他提到，去年百度推出的擎舵平臺旨在幫助代理商和廣告主快速生成廣告，但在實際應用中，他們收到了關于科幻場景難以拍攝的反饋。為了滿足這一需求，百度移動生態商業體系決定自研視頻生成模型。
一位百度內部人士進一步透露，李彥宏在去年內部講話中確實提到了基于多模態需求，可以探索特定視頻生成場景的可能性。此次發布的MuseSteamer和早前的羅永浩數字人項目，都是百度在特定場景和需求下進行的探索。
與市場上多數技術驅動型的視頻生成模型不同，百度的MuseSteamer采取了商業驅動的研發路徑。它首先明確了商業需求，再結合需求進行模型研發。這種以需求為導向的研發模式，使得MuseSteamer在誕生之初就具備了明確的應用場景和市場需求。
據百度商業體系商業研發總經理劉林介紹，MuseSteamer項目于今年春節后開始立項，研發團隊規模雖不大，但憑借在擎舵平臺多模態生成技術上的積累，以及百度商業體系在模型訓練框架推理、卡片調優等方面的經驗，僅用了3個月時間就實現了模型的有效上線。
