全球最大开源视频模型，现在也Created in China了，阶跃出品
内容提要
阶跃星辰与吉利汽车联合开源了两款多模态大模型：Step-Video-T2V和Step-Audio。Step-Video-T2V是全球最大的开源视频生成模型，支持中英双语，能够生成高质量视频；Step-Audio是首个产品级开源语音交互模型，表现出色。两者均采用MIT协议，旨在促进技术共享与创新。
延伸解读
开源模型的技术优势
阶跃星辰推出的Step-Video-T2V和Step-Audio模型在技术上具有显著优势。Step-Video-T2V不仅是全球参数量最大的开源视频生成模型，还通过高压缩比的Video-VAE技术提升了训练和生成效率。这使得视频生成的质量和速度都得到了显著改善，适合更广泛的应用场景。
开源生态的影响
此次开源不仅降低了产业接入门槛，还促进了技术生态的形成。采用MIT协议的Step-Video-T2V和Step-Audio模型，允许开发者自由编辑和商业应用，推动了技术共享与创新。这种开放性将吸引更多开发者参与，形成良性循环，进一步推动多模态技术的发展。
中国开源力量的崛起
阶跃星辰的开源举措标志着中国在大模型领域的崛起。随着技术的不断迭代和优化，中国的开源模型逐渐获得国际认可，改变了全球开发者的选择逻辑。这不仅展示了中国的技术自信，也为未来的AI发展奠定了基础，预示着中国力量在全球AI领域的重要地位。
Q&A
Step-Video-T2V模型的主要特点是什么？
Step-Video-T2V模型的主要特点包括支持最长204帧、540P分辨率的视频生成，采用高压缩比的Video-VAE，优化训练效率，并引入视频偏好优化算法提升生成质量。
Step-Audio模型在语音交互方面的表现如何？
Step-Audio模型在逻辑推理、创作能力等多个维度取得最佳成绩，位列行业第一，能够生成高质量的自然对话和情感表达。
这两款模型采用了什么开源协议？
这两款模型均采用MIT开源协议，允许用户自由编辑和商业应用。
Step-Video-T2V在视频生成质量评测中表现如何？
Step-Video-T2V在视频生成质量评测中表现优异，超越了同类开源模型，在指令遵循、运动平滑性等方面均表现出色。
阶跃星辰与吉利汽车的合作目的是什么？
阶跃星辰与吉利汽车的合作旨在开源多模态大模型，促进技术共享与创新，推动人工智能的普惠发展。
中国在开源大模型领域的现状如何？
中国在开源大模型领域展现出强大的技术自信与创新能力，逐渐成为全球开源力量的重要参与者。
