绘想 – 视频生成模型平台

1. 视频生成方式：用户可上传任意一张图片（≥300×300，支持JPG/PNG/WEBP格式）作为首帧图，并输入文本提示，系统即可生成视频。平台还提供提示词库供用户快速选用镜头语言。
2. 模型版本：MuseSteamer模型家族包括Turbo、Lite、Pro及多种有声版本，覆盖从普通用户到专业制作团队的不同应用场景。其中，Turbo版已在“绘想”平台上线，并开启限时公测，其他版本计划于8月逐步开放。
3. 生成效果：该平台依托的MuseSteamer模型实现了画面、音效与人声台词的协同生成，是全球首个具备中文音视频一体化生成能力的视频模型。在业内评测集VBench I2V中获得89.38%总分，登顶全球第一。其生成的视频在画质、人物微表情与运镜衔接等方面表现出色，接近专业影视团队制作水平。
4. 生成速度与画质：Turbo版定位全能型，可在约2分钟内生成5至10秒视频；Lite版主打极速模式，生成同规格视频约需30秒；Pro版强调画质表现，生成时间相对较长，约为20分钟。
5. 技术优化：MuseSteamer模型背后依托亿级中文多模态数据清洗、精细化视频结构语言与多目标强化学习等底层优化，支持一张图生成10秒1080p视频，画质接近电影水准。

「绘想」体验地址：https://huixiang.baidu.com/