一场大会上的三项升级

11 月 12 日，2026 百度世界大会在北京举行。百度一镜在会上发布视频生成自研模型，并宣布三大核心能力升级：视频生成成本下探至 0.2 元/秒、每秒 8 至 9 种微表情的拟真控制，以及低于 2 秒响应的全画幅实时交互。

百度集团副总裁平晓黎在演讲中把这一轮升级归结为推理底座与视觉生成模型的合流，认为数字人正在从只能说话的工具，变成可以自主响应、持续演绎的智能体，从而进入工业场景的规模化应用。

成本是怎么降下来的

据百度杰出架构师杨羿介绍，成本下降依赖混合扩散蒸馏与稀疏化建模两条技术路径，通过对推理过程做极致压缩，把单秒视频成本压到 0.2 元。Fast 版进一步做到 1:1 生成速度，即 10 秒视频约 10 秒产出，减少了批量生产时的等待。

这一价位针对的是数字人批量生产的场景。此前一条广告级数字人视频的预算门槛动辄数十万甚至上百万元，成本下探后，同一支素材可以多跑几版、从十条里挑一条，而不是一次定稿。

广告 把你的工具放上首页提交收录，每天触达上万名正在选型的 AI 用户。 提交收录

微表情与实时交互

微表情部分依托文心一镜微表情大模型，结合质量 Agent 与 200 多个子维度刻画，实现 AU 级的面部控制，每秒最多呈现 8 至 9 种微表情。官方表述是让数字人不仅能干活，也能传递更复杂的情绪。

实时交互则打破了此前只能生成局部动作的限制，改为全画幅实时生成与流式输出，配合自回归架构与检索式记忆，支持较长时间的稳定互动，响应时延低于 2 秒。对客服、直播这类需要即时回应的场景，这是能否落地的关键指标。

短漫剧 Studio 与生态计划

与模型同时开通的是短漫剧 Studio。它依靠剧本 Agent 与成片 Agent 协同，把从一句灵感或百万字小说 IP 到专业成片的流程串起来，并支持一键转绘，方便创作者做本土化适配，降低短剧出海的语言与形象改造成本。

配套的四个生态计划分别面向不同角色：新用户有创星计划提供 300 元/人的视频积分，中小商家有繁星计划放出 10 万多个免费数字人直播名额，内容创作者有光合计划每年 1 亿元的内容激励，服务商与合作伙伴则有扬帆计划最高 60% 的返佣。

百度同时给出了覆盖数据：一镜已进入 30 多个行业，累计合作主播 20 万，生成数字人内容超过 10 亿。在电商场景中，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，官方称整体方案成本下降 83%、转化率提升 29%。

该怎么看这些数字

需要说明的是，0.2 元/秒的单价、83% 的降本与 29% 的转化提升均来自厂商在发布会上的口径，目前没有第三方对价格与实际成片质量做独立测评。对使用者而言，更有参考价值的是能力边界：单条脚本支持长度、微表情可控粒度、实时交互的稳定时长。

从行业角度看，视频生成的价格战已经从模型能力转向单位成本。当单条草稿的成本降到可以忽略，创作流程的重心就会从能不能生成，转移到选题、筛选与后期编排上，这也是短剧、电商素材这类高频量产场景最先感受到变化的原因。