最初说不做视频生成模型的百度，现在在视频生成的路上一路狂奔！ 就在刚刚，百度蒸汽机（MuseSteamer）视频生成大模型升级至2.0版本，主打多人有声音视频一体化生成。
这两天，刷到好几个超级酷的一镜到底的视频。 比如这个我昨天在X上刷到的视频，全程都是AI生成，一镜到底。 整个视频有点长，两分多钟，分了好几段，最惊艳的是前半段，我截给你们看一下， 这个真的很酷。
多模态的生成，是 AI 未来的方向。 最近，AI 领域的气氛正在发生微妙的变化。比如，刚刚推出了 Grok 4 的 xAI 却在重点宣传他们的视频生成模型 Grok Image。
要让视频生成模型真正成为模拟真实物理世界的「世界模型」，必须具备长时间生成并保留场景记忆的能力。然而，交互式长视频生成一直面临一个致命短板：缺乏稳定的场景记忆。镜头稍作移动再转回，眼前景物就可能「换了个世界」。
时至今日，AI早已不算什么新兴技术。 从写PPT到修自拍再到情感咨询，它以各种形态渗你我日常生活。
Genie 3来了！这或许是最接近「模拟世界」的AI魔法。只需一句话，它就能生成一个动态、可互动的世界——角色能互动、下水会溅起水花，甚至还能记住一分钟前的细节。DeepMind研究者直言：Genie 3是通向AGI的关键一步。
视频Agent生成过程中顶多也就是让我点点选项，或者直接针对某一处不满意的地方用对话形式修改，甚至可能我提了一个意见，直接整个片子都给我换了个不一样的。
制作一个视频需要几步？可以简单概括为：拍摄 + 配音 + 剪辑。 还记得 veo3 发布时引起的轰动吗？「音画同步」功能的革命性直接把其他视频生成模型按在地上摩擦，拍摄 + 配音 + 粗剪一键搞定。
穿着运动鞋的鲨鱼踩着滑板冲浪，头顶卡布奇诺泡沫的芭蕾舞者在水晶球里旋转——这些被称为“脑残视频”（Brainrot Videos）的荒诞内容正在TikTok和Instagram上病毒式传播，年轻用户群体疯狂追捧这些脱离现实逻辑的视觉梗图，单条播放量动辄突破千万。
一家成立不足两年的以色列公司Decart突然以31亿美元估值拿下1亿美元B轮融资，领投方是红杉资本，Benchmark、Zeev Ventures等顶级风投也争相入局。
