開源視頻生成模型
在 DeepSeek 席捲全球之際，被稱為 AI 大模型「六小龍」之一的階躍星辰近日又聯合吉利汽車開源了 Step-Video-T2V 和 Step-Audio 語音模型，而前者一經問世更榮登「全球最強開源視頻模型」寶座，再次驚豔世界，就連 Hugging Face 大老都驚呼道：「簡直就是下一個 DeepSeek！」階躍星辰自行研發的 Step-Video-T2V 是全球參數量最大的開源視頻生成模型，參數量 300 億，可直接生成 204 幀、540P 解析度高品質視頻，而 Step-Audio 則是行業內首款產品級開源語音交互模型，能根據不同場景生成情緒、方言、語種、歌聲和個人化風格，和使用者自然地高品質對話。