全球最大开源视频模型，现在也Created in China了，阶跃出品

主要观点总结

阶跃星辰联合吉利汽车集团开源了两款多模态大模型：Step-Video-T2V和Step-Audio。这两款模型在Benchmark中表现优秀，性能超过国内外同类开源模型。Step-Video-T2V可以直接生成视频，最长可达204帧，分辨率540P，并引入Video-VAE技术提高生成效率。Step-Audio是行业内首款产品级开源语音交互大模型，具备高逼真度和丰富的语音表达能力。阶跃星辰的开源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。同时，通过开源策略降低产业接入门槛，吸引更多开发者使用其模型。中国开源力量正在壮大，阶跃星辰的开源行动是中国开源力量崛起的一个缩影。

关键观点总结

关键观点1: 开源两款多模态大模型

阶跃星辰联合吉利汽车集团开源了Step-Video-T2V和Step-Audio两款多模态大模型，这是国内首次开源此类模型。

关键观点2: 模型性能表现优秀

这两款模型在Benchmark中表现优秀，性能超过国内外同类开源模型，经过实测验证其效果。

关键观点3: Step-Video-T2V的技术特点

Step-Video-T2V可以生成最长204帧、分辨率540P的视频，并引入Video-VAE技术提高生成效率。此外，它还具有先进的预训练和后训练策略，包括训练效率的提升和Video-DPO算法的引入。

关键观点4: Step-Audio的特点

Step-Audio是行业内首款产品级开源语音交互大模型，具备高逼真度和丰富的语音表达能力。它可以根据不同的场景需求生成不同风格的语音表达，与用户进行高质量对话。

关键观点5: 开源行动的目的

阶跃星辰的开源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。通过开源策略降低产业接入门槛，吸引更多开发者使用其模型。

关键观点6: 中国开源力量的崛起

随着阶跃星辰的开源行动和中国开源力量的壮大，中国在全球开源领域的影响力不断提升。阶跃星辰的开源行动是中国开源力量崛起的一个缩影。

免责声明