階躍同時開源視頻生成+實時語音模型，我愿稱之「多模態界的Deepseek」

原標題：階躍同時開源視頻生成+實時語音模型，我愿稱之「多模態界的Deepseek」
文章來源：夕小瑤科技說
內容字數：6015字

中國開源大模型的崛起：階躍星辰的驚艷表現

本文總結了關于中國AI初創公司階躍星辰及其最新開源大模型的報道要點。階躍星辰在短短兩年內發布了11款多模態模型，展現了其驚人的研發速度和技術實力，被譽為“多模態卷王”。其最新發布的兩個模型——Step-Video-T2V和Step-Audio，在全球范圍內引發關注，被認為是繼DeepSeek之后又一個里程碑式的成果。

1. Step-Video-T2V：開源視頻生成模型的王者

Step-Video-T2V是一個參數量高達300億的視頻生成模型，超越了此前騰訊混元130億參數的開源模型，成為新的開源老大。該模型在多個維度上超越了之前的SOTA模型，尤其在、風景、人物等復雜場景的生成上表現出色，其流暢的運鏡、精準的細節還原以及對物理規律的理解都令人印象深刻。模型采用MIT開源協議，允許商用和任意編輯，進一步降低了使用門檻。

2. Step-Audio：實時語音對話模型的突破

Step-Audio是一個支持實時語音對話的模型，同樣在躍問APP上提供免費不限次的使用。該模型支持多種語言、方言和情緒表達，甚至可以理解和復現繞口令，其在學術測試基準上也全面超越了之前的開源模型。更重要的是，Step-Audio-chat版本可以調用外部工具，如搜索引擎和知識庫，這使其更接近實際應用場景，有望成為業內首個產品級的開源語音交互模型。階躍星辰還同時開源了一個新的語音評估體系StepEval-Audio-360，為更客觀地評估語音模型提供了新的標準。

3. 階躍星辰的快速發展和技術實力

階躍星辰在短短兩年內取得的成就令人矚目，平均每兩個月就發布一款新模型，其模型涵蓋了圖像、視頻、語音等多種模態。其其他模型也在多個權威榜單上取得了領先地位，例如Step-1o-vision在LMSYS Org榜單中獲得國內視覺領域大模型第一。這些都證明了階躍星辰強大的技術實力和創新能力。

4. 中國AI的蓬勃發展

階躍星辰的成功，以及DeepSeek等其他中國AI企業的崛起，共同展現了中國AI技術的蓬勃發展。這些企業在不同的方向上取得突破，共同推動著AGI（通用人工智能）的發展，也讓世界看到了中國在人工智能領域的強大實力。 這也印證了麻省理工科技評論的觀點，即除了DeepSeek外，中國還有多家AI初創企業值得關注。

總而言之，階躍星辰的開源大模型的發布，不僅為開發者提供了強大的工具，也為中國AI在全球舞臺上的競爭力注入了新的活力。

聯系作者

文章來源：夕小瑤科技說
作者微信：
作者簡介：低負擔解碼AI世界，硬核也可愛！聚集35萬AI發燒友、開發者和從業者，廣泛覆蓋互聯網大廠中高管、AI公司創始人和機構投資人。一線作者來自清北、國內外頂級AI實驗室和大廠，兼備敏銳的行業嗅覺和洞察深度。商務合作：zym5189