阶跃星辰联合吉利首次开源Step系列多模态大模型

数码芝华士

今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。其中，包含目前全球范围内参数量最大、性能最好的开源视频生成模型阶跃 Step-Video-T2V，以及行业内首款产品级开源语音交互大模型阶跃 Step-Audio。

据IT之家了解，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。阶跃星辰称，从其获得的测评结果来看，它是目前全球范围内参数量最大、性能最好的开源视频生成大模型。

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。用户即日起可在跃问 App 内体验新功能。

阶跃星辰是吉利汽车集团的科技生态战略合作伙伴，在两款大模型的研发过程中，双方展开了深度合作，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。阶跃星辰称，深知 AGI 的实现离不开全球开发者的共同努力，开源的初心，是希望跟大家分享最新的多模态大模型技术成果，为全球开源社区贡献一份来自中国的力量。

阶跃星辰（上海阶跃星辰智能科技有限公司）是一家成立于 2023 年的人工智能大模型公司，总部位于中国上海。该公司由前微软全球副总裁姜大昕创办，专注于 AI 大模型的研发和应用。阶跃星辰于 2024 年 3 月发布了其 Step 系列大模型，此外公司还推出了两款 AI 应用产品：跃问、冒泡鸭。