电影短视频制作公司杀疯了！百度“电影级”AI视频创作平台“绘想”一手实测

用户投稿 2025年09月27日 05:25:02 46 0

杀疯了！百度“电影级”AI视频创作平台“绘想”一手实测

【TechWeb】7月3日消息，百度AI Day开放日上，百度商业研发团队自研的视频生成模型“MuseSteamer”及创作平台“绘想”重磅推出，直接把AI视频创作拉入电影级水准。

仅需上传1张图片，MuseSteamer即可生成专业级视频。

值得注意的是，MuseSteamer不只是实现图片生成视频，还能融合音效、人声等支持音效一体化的视频生成，并具有可控力强、电影级制作、支持连续10s动态视频、性价比极高、生成速度快等特点。

听百度副总裁、移动生态商业体系负责人陈一凡介绍，Musesteamer视频生成模型的研发初衷，是团队基于营销场景驱动，为满足客户需求去自研的一款视频生成模型，“最初就是为了满足短剧投放要求”。

通过AI视频生成解决方案来生成面向广告创意的视频片段，以支持搜索广告推广场景的内容生产需求。因为图生视频能帮助客户激发更多视频创意，解决传统富媒体广告素材制作高门槛、高成本的痛点，达到省时省钱效果好。

结果，这一波靠百度商业的B端实际业务需求推动的视频生成模型研发取得了不错的成绩。MuseSteamer在5月17日发布的权威榜单 VBench I2V 中以 89.38% 总分登顶全球第一。

只能说，“真需求”是推动技术创新落地最好推手。

现在，百度把基于MuseSteamer大模型驱动的视频创作平台“绘想”开放给C端用户限时免费使用。陈一凡称：“希望广大用户来验证我们这个平台是不是真的好。”

MuseSteamer 模型家族包含 Turbo、Lite、Pro 及全系列有声版，目前Turbo 版已上线绘想平台开启限时免费公测，其余版本将于8月陆续开放：

Turbo：720p，图生视频，擅长生成人物、动漫，人物动作一致性优秀，运动幅度大，表情遵循优秀，表现力极强，适合大部分创作者；

Lite：720p，生成速度超快，仅需30s，价格极有竞争力，适合追求极致性价比的用户；

Pro：1080p，电影级画质及运镜，极大提升表现力，适合专业创作者、影视生产机构；

有声版：各清晰度均支持一体化生成音效及台词，适合对同期声和画面有极致追求的用户。

绘想平台还启动了“跨次元捏合”AI视频创作大赛，用户通过单图输入可生成动态捏捏乐视频进行参赛，还有万元大奖等你拿，小伙伴们不妨试试。

体验入口在这儿：绘想-AI视频创作平台（https://huixiang.baidu.com）

话不多少，一起看看MuseSteamer的实力。

一、先看看绘想平台官方放出的视频demo效果

车厢内，金鱼悠然游动。阳光透过水面，闪烁着光芒。镜头缓缓移动，捕捉着这梦幻般的场景，光影交织，营造出一种迷人的氛围。

摄像机轻微推进，柠檬挞的热气微微升腾，柠檬挞表面光泽明亮。

有声版

MuseSteamer有声版将在8月才放出，上面这两个有声视频都是绘想官方放出的demo，电影效果拉满了。

二、新手实测的效果

作为电影级视频拍摄小白，我们也尝试用绘想玩了一把图生视频。

上传一张zimomo/labubu图片，就是下面这张

输入视频描述：森林里，阳光透过树叶洒落，镜头缓缓移动，labubu旋转跳跃。

生成的5s视频如下，它还保留了zimomo的尾巴，点赞！

再来一个，上传一张有人物、建筑、风景的多元素照片

输入视频描述： 微风吹拂，荷叶摆动，镜头转过，人群熙熙攘攘。并选择了提示词库中的“镜头拉近”。

看看效果：

视频中人群服装、动作都保持了很好的一致性，效果还不错。

三、有奖竞赛启动，万元大奖等你拿

现在，绘想平台同步启动“跨次元捏合”AI视频创作大赛，用户通过单图输入可生成动态捏捏乐视频进行参赛。

7月2日启动报名，8月4日评审，8月14日公布获奖名单，万元大奖等你拿。

小伙伴们还等什么呢，短剧、广告、动画、二创等等都只需动动手指，AI替你分镜、剪辑、配乐，一条龙搞定。

年入百亿的剪映，推出了一个懂“网感”的短视频创作神器

作者 | 石濑

编辑 | 张洁

AI Agent的风终究还是吹到了短视频。

这一次抢滩下场的是字节跳动。

最近，字节旗下剪映团队推出了一款名叫“小云雀”的内容创作Agent。这款产品号称“一句话打造一个爆款”，专为短视频创作、数字人口播及电商带货等场景设计，核心亮点是实现视频创作的“零门槛”。

产品网址：

https://xiaoyunque.jianying.com/

在此之前，无论是爆火的Manus，还是引起设计圈热议的Lovart，虽然都是主打“让AI替你干活”的Agent产品，但它们都没有把视频生产作为主要功能卖点。

要知道在当下所有内容形式中，视频虽然是互联网内容消费的主流，但在制作复杂度上普遍远超图文和音频。也因此，如何简化视频制作流程、降低生产门槛、释放海量UGC用户的创作潜力，这件事在商业上极具想象空间——既关乎“AI时代抖音”的打造，也是字节输不起的战场。

而字节内部肩负此重任的剪映，近期在AI领域动作频频：上线“小云雀”之前，先是面向海外推出了Pippit AI，接着在国内推出了定位为“智能剪辑工具”的剪小映 。其中，Pippit AI前身是CapCut（海外版剪映）面向品牌商家推出的AI营销内容创作工具，今年4月升级为“超级内容创作Agent”后，还一度拿下过Product Hunt周榜最佳产品。

尤其值得注意的是，“小云雀”和Pippit AI有着相似的产品LOGO，这是否意味着它们仅是针对不同市场的同一产品？与剪映、即梦AI相比，出自同一团队之手的“小云雀”有哪些差异化产品优势？借助它，创作者真的可以“一句话打造一个爆款”吗？带着这些疑问，我们上手试了试。

实测字节新品小云雀：AI开始有“网感”了

见惯了AI工具标配的通用输入框，小云雀的主界面设计很特别：将不同的使用场景，以独立入口的方式直观呈现，左右滑动即可切换。

目前，小云雀的核心功能包括智能成片、数字人视频、AI设计和AI换背景，都可以免费试用。

智能成片

智能成片是小云雀的首推功能：你只需输入一句包含视频主题/亮点的提示词，它就会一次性自动生成4个15-60秒的短视频。

用户指令下达后，小云雀会把AI执行创意思考、脚本撰写、视频输出的整个过程展现出来。

从创作想法确认、到需求分析、再到最后剪辑成片，每个关键步骤小云雀都提供了“修改”按钮，让用户在每个生产环节都有把控感。

以下这条小人国过电影节的视频，从脚本创作到视频生成再到配乐选择，整个过程均由AI全权操刀完成。

不纠结画面细节的话，真有电影节宣传片那味儿。

在创意脚本生成环节中，你还可以看到小云雀的思考过程。它结合抖音热点，生成了一个创意公式：超写实微距摄影+小人国生活场景+电影节叙事。

同时，它还会给出情感曲线和故事线，并在具体撰写时，参考抖音热门视频，完成了视频脚本和分镜。

别的不说，结合提示词来看它写的故事线，这个AI起码是个能看懂Brief的称职乙方。

提示词：帮我生成一条小人国过电影节的视频，可以展现小人国国民在电影院门口排队，看电影，看完电影散场的场景，整体画风采用超写实，微距摄影，故事发生在现代。隐藏数字人，不需要旁白。

在视频画面处理上，小云雀还支持用户上传原始实拍和AI生成素材进行融合处理。 在这里，我们上传了几段实测录屏，让它根据录屏介绍自己的功能卖点。

最后生成的视频，不仅完整介绍了功能卖点，还添加了花字、动效框，让视频整体效果看起来很有“网感”。

在另一个三国故事评书视频中，小云雀生成的文案很有梗，还在画面中时不时插入表情包。例如，在描述三英战吕布时，一段颇具评书韵味的口播打趣吕布骑赤兔马逃跑的速度“比外卖小哥还快”；讲到诸葛亮草船借箭时，AI更是调侃曹操“借箭”是不是包邮了，充满了现代梗。

数字人视频

以抖音为代表的短视频平台上，数字人广泛应用于电商带货和口播视频。

针对以上两个场景，小云雀上可以通过性别、年龄、场景、姿态等多维度筛选200+数字人形象，并且可以匹配19种语言和多种方言。

利用此功能，我们尝试制作了一条“AI奶奶骂醒恋爱脑”的视频。

可以看到，视频中的数字人相比以往更加生动，面部、头部动作能够随着讲话情绪自然变化，人物身体能够模拟出说话时的呼吸感。同时，生成的文案也符合“犀利情感语录”的提示词要求。

在制作数字人视频时，点击“文案”编辑框，可以粘贴准备好的口播文案；点击“设置”编辑框，可以对视频时长、口播语言、是否商用进行个性化设置。

不过，实测体验下来，在匹配不同语言和方言时，小云雀生成的数字人还是存在口型与语音发音同步不够自然的情况，尤其在人物形象和语音音色反差过大时，这种伪人“对口型”的感觉会更加明显。

AI设计、AI换背景

AI设计、AI换背景这两项功能本质都是AI生图。

AI设计是文生图，支持用户输入指令和素材，再由DeepSeek分析进行视觉风格设计，最后生成图片调用的是豆包Seed3.0模型。

AI换背景是图生图，AI可以实现精准抠图、更改用户上传原图的背景、光影细节和质感。

小云雀背后接入的模型是豆包和DeepSeek。无论是智能成片还是AI换背景，小云雀接到需求后的基本流程都是：DeepSeek负责前期需求分析、豆包模型负责最终的视频和图片生成。

相较以往单一的AI视频/图像工具，可以说小云雀整合了DeepSeek和豆包多模态模型的优势，构建了一个端到端、分工明确的内容生成流水线。

作为刚上线的产品，“小云雀”在实际使用体验上也有很多不足之处：在处理叙事性较强的剧情视频时，生成的画面人物一致性还有待提高；同时，视频口播与剪辑画面有时也存在不同步的问题。

但在一些特定需求场景下，让它制作一个产品宣传视频，只要提供完整的素材和提示词，它基本能做到一键为你生成一个符合抖音传播特点的短视频。

AI真的开始懂什么是“网感”了。

尤其从功能设计上，可以明显感知到，“小云雀” 精准定位的是电商带货、品牌营销等 有专业生产力需求的用户。 在这些深度联动抖音内容生态的应用场景中，相比极致的画面质量，视频发布速度和符合平台风格的内容包装更为重要，这也让“小云雀”这类产品有了用武之地。

年入百亿的剪映狂卷AI，

会卷出下一个“抖音”吗？

和“小云雀”类似，剪映在海外上线的Pippit AI定位也是专为电商和营销场景设计。具体功能上，Pippit AI支持一键智能成片（ Link to Video）、数字人视频、AI商品图、自动发布与多平台支持等。

结合平台优势，Pippit AI还有爆款内容一键复刻模版。近期在TikTok上流行的猫meme表情包、AI宝宝播客、AI山海经等热门玩法，都提供了相应模板可供用户上传不同的素材自行DIY。

其中所谓的一键智能成片，其实就是你给AI一个商品链接或产品信息，它就能快速生成适合电商产品展示和社交媒体推广的短视频。

这个功能其实不新了。Pippit AI的前身是CapCut Commerce Pro，去年8月我们梳理CapCut就曾测评过相同功能。

比起去年，如今Pippit AI在一键智能成片上，无论是内容形式、口播质量还是视觉吸睛度，都比之前提升了一大截。在这里，我们让它以POV视角介绍早前我们自制售卖的AI 3D打印产品，仅上传了摊位图素材，口播文案、数字人和背景音乐都是AI一键生成。

看看效果如何：

小云雀与Pippit AI不同之处在于，虽然两者定位相似，但在产品形态和目标用户上都存在明显差异：首先，小云雀优先上线安卓端（iOS预计6月发布），强调移动场景的轻量化创作，而Pippit AI以网页端为主，暂无独立移动应用，更为强调专业生产力场景。

其次，小云雀主打的智能成片功能目前不支持直接导入视频链接（Link to Video），而是采用“素材+提示词”的方式生成视频，侧重C端用户内容生产效率提升。

当然，这和产品成熟度也有关系。Pippit AI凭借在海外市场的积累，自然更了解跨境卖家、广告营销从业者等P端（专业创作者）目标用户的痛点。

后续小云雀是否会全面转向P端——这和国内用户付费意愿、市场竞争密切相关，还有待观察。

除了云小雀，剪映近期在国内推出的“剪小映”同样是延续C端简化路径，通过模板化剪辑降低创作门槛，适配生活记录场景。

剪映正加速布局AI赛道。最近剪映相继推出的小云雀、剪小映等C端AI产品，是自去年5月正式推出AI创作平台即梦AI以来，剪映在AI布局上的最大动作。这些动作背后，进一步凸显剪映是字节内部逐梦AI赛道、肩负打造下一个抖音重任的核心力量。

公开数据曾显示，剪映和CapCut在2024年实现了超三位数的收入增长，总收入逼近百亿人民币大关。生成式AI在加速剪映商业化的同时，高昂的算力成本也推高了剪映的订阅会员价格。

针对国内市场用户，剪映推出小云雀、剪小映等产品，一定程度上不无和剪映涨价有关，而开发新产品可以间接承接因订阅费太高而外溢的用户需求，更加垂直细分的AI工具也能有效降低创作门槛。

2024年年底，

社交平台上不少网友发帖吐槽剪映包年会员涨价

与剪映强劲的营收能力形成对比的是，此前《智能涌现》曾报道字节旗下AI对话产品豆包人均使用时长仅约十分钟，对此字节管理层研判认为，AI对话类产品可能是技术发展的“中间态”，而非终极形态。“长期来看，需要找到更低门槛、更“多模态”的产品形式，剪映和即梦可能是合适的入口。”

这也和美图创始人吴欣鸿的判断类似。他认为“在全球范围内看AI应用，第一大场景不是chatbot，而是影像”。在他看来，影像工具天然就可以全球供给，有比较低的边际成本去进行全球化。对于C端而言，它贴合用户社交分享的需求，会一直被社交平台的发展所带动；对于生产力或者B端，它又跟很多行业关联，比如电商物料制作、口播视频制作等等。

互联网叙事中强调社区价值，工具类产品常被认为“天花板太低”。但在AI时代，又何尝不可能从工具中长出一个社区呢？