阶跃星辰与吉利联合开源多模态大模型step-video-t2v 促进大模型技术共享与创新

此次开源的Step-Video-T2V视频生成模型，其参数量达到300亿，可生成204帧、540P分辨率的高质量视频，在运动流畅性、画面一致性及多语言指令理解等方面表现卓越。

另一款开源模型Step-Audio则为业内首个产品级开源语音交互大模型。这款模型不仅支持多方言、多语种及情感化语音生成，在 LlaMA Question、Web Questions等5大主流公开测试集中，性能表现卓越，在HSK-6（汉语水平考试六级）评测中的表现尤为突出。

吉利汽车集团首席执行官淦家阅表示：“吉利早在2021年就围绕芯片、软件操作系统、数据和卫星网搭建了端到端的自研体系和生态联盟，构建了完善的‘智能吉利科技生态网’，驱动用户在智能驾驶、智能座舱上的体验不断进化。目前，吉利全栈自研的星睿AI大模型已经与阶跃Step-Video-T2V、Step-Audio等大模型完成了深度融合，将为用户带来更智能、高阶的座舱交互与智驾出行体验，推动AI科技在智能汽车领域的普及。”

据了解，这也是阶跃星辰首次开源其Step系列基座模型。阶跃星辰创始人、首席执行官姜大昕表示：“阶跃星辰一直以实现通用人工智能（AGI）为目标坚持研发基座大模型。通用人工智能的实现离不开全球开发者的共同努力，开源的初心，一方面是希望跟大家分享最新技术成果，为开源社区贡献一份力量；另一方面，多模态模型是实现通用人工智能的必经之路，但目前尚处于早期阶段，期待与社区开发者集思广益，共同拓展模型技术边界，并推动产业落地。”