广东
2月18日，阶跃星辰和吉利汽车集团联合宣布，将双方合作的阶跃两款Step系列多模态大模型向全球开发者开源。该两款大模型分别为Step-Video-T2V视频生成模型和Step-Audio语音模型。
其中，阶跃Step-Video-T2V模型的参数量达到300亿，可以直接生成204帧、540P分辨率的高质量视频。从生成效果来看，阶跃Step-Video-T2V在复杂运动、美感人物、视觉想象力、基础文字生成、原生中英双语输入和镜头语言等方面具备强大的生成能力，且语义理解和指令遵循能力突出，能够高效助力视频创作者实现精准创意呈现。
阶跃Step-Audio是行业内首个产品级的开源语音交互模型，能够根据不同的场景需求生成情绪、方言、语种、歌声和个性化风格的表达，能和用户自然地高质量对话。模型生成的语音具有超自然、高情商等特征，同时也能实现高质量的音色复刻并进行角色扮演，满足影视娱乐、社交、游戏等行业场景下应用需求。
阶跃星辰是吉利汽车集团的科技生态战略合作伙伴。双方在算力算法、场景训练等领域优势互补，显著增强了多模态大模型的性能表现。此次联合开源的行动，旨在促进大模型技术的共享与创新，推动人工智能的普惠发展。
吉利汽车集团CEO淦家阅表示：“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、更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、CEO姜大昕表示：“阶跃星辰一直以实现AGI为目标坚持研发基座大模型。我们相信多模态模型是实现AGI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。”
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
