開源大模型陣營(yíng)又添新成員。

原標(biāo)題：最大參數(shù) 300 億！階躍星辰與吉利聯(lián)合開源兩款多模態(tài)大模型
文章來源：AI前線
內(nèi)容字?jǐn)?shù)：4343字

階躍星辰與吉利汽車聯(lián)合開源全球最大參數(shù)量視頻生成模型

本文總結(jié)了2025年2月18日階躍星辰和吉利汽車集團(tuán)聯(lián)合開源兩款Step系列多模態(tài)大模型的新聞要點(diǎn)。

1. 開源兩款大模型

   階躍星辰和吉利汽車集團(tuán)聯(lián)合宣布開源兩款Step系列多模態(tài)大模型：Step-Video-T2V和Step-Audio。Step-Video-T2V是全球參數(shù)量最大、性能最好的開源視頻生成模型，擁有300億參數(shù)，可生成高分辨率視頻；Step-Audio是行業(yè)首款產(chǎn)品級(jí)開源語(yǔ)音交互模型，能夠生成多種風(fēng)格的語(yǔ)音。

2. 吉利汽車的戰(zhàn)略布局

   吉利汽車集團(tuán)CEO淦家閱表示，吉利致力于成為智能汽車AI科技的引領(lǐng)者和普及者，并已搭建了端到端的自研體系和生態(tài)聯(lián)盟。星睿AI大模型已與開源模型深度融合，將提升用戶體驗(yàn)。

3. 階躍星辰的AGI目標(biāo)

   階躍星辰創(chuàng)始人兼CEO姜大昕博士表示，開源的目的是分享技術(shù)成果，并與開發(fā)者共同探索多模態(tài)模型技術(shù)邊界，推動(dòng)產(chǎn)業(yè)落地，最終實(shí)現(xiàn)AGI（通用人工智能）的目標(biāo)。

4. Step-Video-T2V模型詳解

   Step-Video-T2V模型參數(shù)量達(dá)300億，可生成204幀、540P分辨率的高質(zhì)量視頻。其在復(fù)雜、人物刻畫、視覺想象力等方面表現(xiàn)出色，語(yǔ)義理解和指令遵循能力突出。階躍星辰還發(fā)布了新的基準(zhǔn)數(shù)據(jù)集Step-Video-T2V-Eval用于評(píng)測(cè)文生視頻質(zhì)量。

5. Step-Audio模型詳解

   Step-Audio模型是行業(yè)首個(gè)產(chǎn)品級(jí)開源語(yǔ)音交互模型，能夠生成不同情緒、方言、語(yǔ)種和風(fēng)格的語(yǔ)音，并具備高情商和音色復(fù)刻能力。在多個(gè)公開測(cè)試集中，其性能均高于同類型開源模型。

6. 模型測(cè)試與評(píng)估

   為全面評(píng)測(cè)開源模型，階躍星辰還開源了Step-Video-T2V-Eval和StepEval-Audio-360基準(zhǔn)測(cè)試，分別用于評(píng)估視頻生成模型和語(yǔ)音交互模型的性能。

7. 體驗(yàn)方式

   用戶可在躍問APP和網(wǎng)頁(yè)端體驗(yàn)Step-Video-T2V的視頻生成能力。

總而言之，此次開源標(biāo)志著階躍星辰在AGI研發(fā)道路上邁出了重要一步，也為全球開發(fā)者提供了強(qiáng)大的工具，推動(dòng)了AI技術(shù)在視頻生成和語(yǔ)音交互領(lǐng)域的進(jìn)步，并促進(jìn)與智能汽車領(lǐng)域的深度融合。

聯(lián)系作者

文章來源：AI前線
作者微信：
作者簡(jiǎn)介：面向AI愛好者、開發(fā)者和科學(xué)家，提供大模型最新資訊、AI技術(shù)分享干貨、一線業(yè)界實(shí)踐案例，助你全面擁抱AIGC。