【环球网科技综合报道】11月12日，在2026百度世界大会上，百度一镜发布视频生成自研模型，并带来三大核心能力升级。此次升级不仅将视频生成成本下探至0.2元/秒，更实现了每秒8-9种微表情的拟真控制，以及低于2秒极速响应的全画幅实时交互。同时，重磅推出“短漫剧Studio”，一站式打造爆款短剧并支持一键转绘，大幅降低出海门槛。
“技术的进步正与企业的需求形成共振。百度一镜希望通过极致的性价比，让数字人不再是少数大企业的专属，而是成为千行百业都用得起的‘新质生产力’。”百度集团副总裁、移动生态大商业事业部总经理平晓黎表示。
从“能说”到“能演”：三大能力跃升，重塑数字人生产力底座
“推理底座的成熟与视觉生成模型的突破，正让数字人升级为可以自主响应、持续演绎的智能体。”平晓黎指出，这两大技术的合流，正推动数字人真正走向工业场景的规模化应用。
在这一趋势下，百度数字人创新业务部负责人吴晨霞表示，百度一镜正通过自研模型的全面进化，重塑数字人生产力。“我们通过视频生成模型实现极致降本，让高质低价的视频量产成为现实；同时通过微表情等自研技术，让数字人不仅能干活，还能提供更好的情绪价值。”
百度杰出架构师杨羿从底层技术视角，深度拆解了本次三大核心能力的跃升：
视频生成升级，实现“低价量产”：借助混合扩散蒸馏与稀疏化建模，视频生成模型实现了极致推理压缩，成本低至0.2元/秒。Fast版更实现1:1极速生成，10秒视频10秒产出，彻底告别等片焦虑。
微表情升级，告别僵硬“AI脸”：文心一镜微表情大模型结合质量Agent与200+子维度刻画，实现AU级面部控制。每秒最多呈现8-9种微表情，精准传递复杂情绪，让数字人表演鲜活入戏。
实时交互升级，告别等待：打破过去仅能生成局部动作的局限，实现全画幅实时生成与流式输出。结合自回归架构与检索式记忆，支持无限时长稳定互动，响应时延低于2秒，接得住客户随时提问。
基于这三大底层能力的跃升，百度一镜同时开通了“短漫剧Studio”。吴晨霞表示，依托“剧本Agent+成片Agent”协同，短漫剧Studio打通了从灵感或百万字小说IP到专业成片的全流程。配合“一键转绘”能力，创作者可以极低成本一站式打造爆款短剧，并轻松完成本土化适配，大幅降低短漫剧出海门槛。
从营销大片到短漫剧出海：全场景商业变现
在技术底座之上，百度一镜的各项能力已深度融入核心商业场景，助力企业降本增效。
在品牌营销领域，现场展示了与可口可乐合作的案例。面对品牌方“围绕伯牙子期创作广告”的自然语言需求，百度一镜直接交付了一支TVC级别的创意大片，数字人精准呈现了细腻的情绪递进。把过去动辄几十万、上百万的预算门槛彻底打了下来。
在电商直播与出海领域，只需上传3到5张商品图，即可批量生成多语言、多模特的带货视频。配合本土化直播，整体解决方案实现了成本下降83%、转化率提升29%。数据显示，两家国际运动品牌的海外直播间，GMV均提升40%以上，转化率均提升60%以上。为了让中小商家也能轻松开启全球生意，平台还推出了千元级（罗永浩同款）与百元级（Lite版）的高性价比直播方案。
针对爆发的短漫剧赛道，大会重磅发布的“短漫剧Studio”正在重塑行业的产能与出海逻辑。让短剧出海从“高门槛的重资产投入”变成了“低成本的内容复制”，极大地提升了优质IP的全球变现效率。
在实时互动与线下服务领域，以汽车销售为例，4S店里的数字人不仅能多语种接待，还能凭借长时记忆，根据客户之前聊过的偏好精准推荐试驾，7×24小时全天候在线。配合其从千元级下探至百元级的超高性价比，导购、客服、接待等一对一服务场景，正全面迎来“服务型/陪伴型数字人”的降本升级。（青山）
