MuseSteamer: 바이두 자체 개발 AI 비디오 생성 모델 200

MuseSteamer는 바이두(百度)가 2025년 7월 2일에 발표한 동영상 생성 모델입니다. 화면, 음향 효과, 대사를 동시에 생성할 수 있으며, 중국어 음성·영상을 통합 생성하는 최초의 모델로, 전통적인 AIGC 동영상이 화면을 먼저 만들고 나서 더빙하는 방식을 바꾸었습니다. 바이두는 동시에 AI 동영상 제작 플랫폼 "회샹(绘想)"도 출시했습니다.

기능 특징:

• 음성·영상 통합 생성: 중국어 음성·영상을 통합 생성하는 세계 최초의 동영상 모델로, 화면과 음향 효과, 인물의 음성 대사를 협업하여 제작할 수 있어, 전통적인 AIGC 동영상이 "화면 우선, 더빙 후행"으로 분리되던 프로세스를打破了.

• 멀티모달 입력: 중국어 텍스트 프롬프트, 참고 이미지 등 입력 방식을 지원합니다.

• 동영상 생성: 최대 10초 분량의 다이나믹한 동영상을 생성할 수 있으며, 화질이 우수하고, 장면, 동작, 카메라 무브를 유연하게 제어하여 음성과 영상의 통합을 구현합니다. 예를 들어 생성된 고장 무협 동영상에서 인물 동작과 표정이 자연스럽고, 전문가 수준의 카메라워크를 보여줍니다.

• 통합 생성: 화면, 음향 효과, 대사를 동기적으로 생성하며, 소리와 화면이 자연스럽게 매칭되어 동영상의 완성도와 예술적 표현력을 높입니다.

• 중국어 의미 이해: 중국어 의미를 정확하게 이해하며, 데이터 체계 최적화를 통해 텍스트 명령과 시각 요소의 의미 정렬을 보장합니다.

• 동영상 묘사 언어: 화면 디테일, 주요 피사체의 움직임 궤적, 스타일 속성, 카메라 언어 등을 아우르는 세밀화된 동영상 구조적 묘사 언어를 채택하여, 모델이 화면 디테일을 잘 따르도록 보장합니다.

기술적 돌파:

• 억 단위 중국어 멀티모달 데이터 정제: 대량의 중국어 멀티모달 데이터를 심도 있게 정제하여, 학습 데이터의 높은 품질을 보장합니다.

• 세밀화된 동영상 구조적 묘사 언어: 모델의 동영상 콘텐츠에 대한 이해 및 생성 능력을 향상시킵니다.

• 다중 목표 강화 학습: 동영상 동작의 폭을 보장하면서도 주요 피사체 콘텐츠의 일관성을 안정적으로 유지하도록 경로를 최적화합니다.

제품 라인업 및 대상 사용자:

• Lite 버전: 720p, 빠른 생성 속도(30초), 합리적인 가격으로 가성비를 추구하는 사용자에게 적합합니다.

• Turbo 버전: 720p, 인물 및 애니메이션 동영상 생성에 능하며, 동작 일관성이 우수하고, 동작 폭이 크며, 표정이 자연스러워 대부분의 크리에이터에게 적합합니다. 회샹(绘想) 플랫폼에 출시되어 한정 기간 무료 오픈 베타가 진행 중입니다.

• Pro 버전: 1080p, 영화 수준의 화질과 카메라워크로 표현력이 뛰어나며, 전문 크리에이터 및 영화·영상 제작 기관에 적합합니다.

• 유성 버전(有声版): 모든 해상도에서 음향 효과 및 대사의 통합 생성을 지원하며, 동시 녹음(同期聲)과 화면에 높은 요구 사항을 가진 사용자에게 적합합니다.

활용 시나리오:

• 동영상 크리에이션: 크리에이터가 아이디어의 한계를 돌파하고, 고품질 동영상을 빠르게 생성할 수 있도록 돕습니다.

• 광고 제작: 광고 동영상 제작에 효율적인 솔루션을 제공하여 매력을 높여줍니다.

• 교육 및 트레이닝: 교육용 동영상 및 애니메이션을 생성하여 복잡한 개념을 직관적으로 설명합니다.

• 개인 엔터테인먼트: 사용자가 이미지를 업로드하면 개인 맞춤형 동영상을 생성하여 개인 이야기를 공유할 수 있습니다.