最大參數 300 億！階躍星辰與吉利聯合開源兩款多模態(tài)大模型

開源大模型陣營又添新成員。

原標題：最大參數 300 億！階躍星辰與吉利聯合開源兩款多模態(tài)大模型
文章來源：AI前線
內容字數：4343字

階躍星辰與吉利汽車聯合開源全球最大參數量視頻生成模型

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

1. 開源兩款大模型

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

2. 吉利汽車的戰(zhàn)略布局

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

3. 階躍星辰的AGI目標

   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成果，并與開發(fā)者共同探索多模態(tài)模型技術邊界，推動產業(yè)落地，最終實現AGI（通用人工智能）的目標。

4. Step-Video-T2V模型詳解

   Step-Video-T2V模型參數量達300億，可生成204幀、540P分辨率的高質量視頻。其在復雜、人物刻畫、視覺想象力等方面表現出色，語義理解和指令遵循能力突出。階躍星辰還發(fā)布了新的基準數據集Step-Video-T2V-Eval用于評測文生視頻質量。

5. Step-Audio模型詳解

   Step-Audio模型是行業(yè)首個產品級開源語音交互模型，能夠生成不同情緒、方言、語種和風格的語音，并具備高情商和音色復刻能力。在多個公開測試集中，其性能均高于同類型開源模型。

6. 模型測試與評估

   為全面評測開源模型，階躍星辰還開源了Step-Video-T2V-Eval和StepEval-Audio-360基準測試，分別用于評估視頻生成模型和語音交互模型的性能。

7. 體驗方式

   用戶可在躍問APP和網頁端體驗Step-Video-T2V的視頻生成能力。

總而言之，此次開源標志著階躍星辰在AGI研發(fā)道路上邁出了重要一步，也為全球開發(fā)者提供了強大的工具，推動了AI技術在視頻生成和語音交互領域的進步，并促進與智能汽車領域的深度融合。

聯系作者

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