2025年7月2日，百度发布自研视频生成模型“MuseSteamer”及创作平台“绘想”。该模型为全球首个实现中文音视频一体化生成的视频模型，支持一张图生成10秒1080p电影级画质视频，并登顶权威榜单VBench I2V。其技术依托亿级中文多模态数据清洗、结构化描述语言及多目标强化学习优化。MuseSteamer包含Turbo、Lite、Pro及有声版，Turbo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。平台同步启动“跨次元捏合”AI视频创作大赛，用户可通过单图输入生成动态视频参赛。