发布日期：2025-02-21 10:11 点击次数：128
2025年2月18日，阶跃星辰和祯祥汽车集团连合通知，将两边配合的阶跃两款Step系列多模态大模子向全球缔造者开源。其中，包含当今全球范围内参数目最大、性能最好的开源视频生成模子阶跃Step-Video-T2V，以及行业内首款产等级开源语音交互大模子阶跃Step-Audio。即日起可在跃问APP内体验。
阶跃星辰是祯祥汽车集团的科技生态计策配结伙伴。两边深度配合，在算力算法、场景考验等范畴上风互补，权贵增强了多模态大模子的性能发扬。这次连合开源的算作，旨在促进大模子技巧的分享与翻新，鼓励东说念主工智能的普惠发展。这一举措也将为开源宇宙孝敬最强的多模态大模子才略，酿成大模子开源宇宙的又一股中国力量。
祯祥汽车集团CEO淦家阅暗示：“祯祥戮力成为智能汽车AI科技的引颈者和进步者，早在2021年，祯祥就围绕芯片、软件操作系统、数据和卫星网搭建了端到端的自研体系和生态定约，构建了完善的‘智能祯祥科技生态网’，初始用户在智能驾驶、智能座舱上的体验不休进化。当今，祯祥全栈自研的星睿AI大模子还是与阶跃Step-Video-T2V、Step-Audio等大模子完成了深度交融，将为用户带来更智能、更高阶的座舱交互与智驾出行体验，鼓励AI科技在智能汽车范畴的进步。”
据了解，这亦然阶跃星辰初度开源其Step系列基座模子。阶跃星辰首创东说念主、CEO姜大昕博士暗示：“阶跃星辰一直以竣事AGI为主张坚合手研发基座大模子。咱们深知AGI的竣事离不开全球缔造者的共同勤恳，开源的初心，一方面是但愿跟群众分享最新技巧效果，为开源社区孝敬一份力量；另一方面，咱们服气多模态模子是竣事AGI的必经之路，但当今尚处于早期阶段，期待与社区缔造者集念念广益，共同拓展模子技巧范围，泰禾优配并鼓励产业落地。”
阶跃Step-Video-T2V：性能领跑全球开源视频生成大模子
阶跃Step-Video-T2V是当今全球范围内参数目最大、性能最好的开源视频生成大模子。阶跃Step-Video-T2V模子的参数目达到300亿，不错凯旋生成204帧、540P折柳率的高质地视频，这意味着能确保生成的视频实质具有极高的信息密度和渊博的一致性。
从生收效果来看，阶跃Step-Video-T2V在复杂指挥、好意思感东说念主物、视觉遐想力、基础笔墨生成、原生中英双语输入和镜头谈话等方面具备渊博的生成才略，且语义意会和领导驯服才略杰出，约略高效助力视频创作家竣事精确创意呈现。用户不错在跃问网页端和跃问App上体验阶跃Step-Video-T2V的视频生成才略 。
为了对开源视频生成模子的性能进行全面评测，阶跃星辰还发布并开源了针对文生视频质地评测的新基准数据集Step-Video-T2V-Eval。该测试集包含128条源于着实用户的华文评测问题，旨在评估生成视频在指挥、征象、动物、组合办法、超推行、东说念主物、3D动画、电影照相等11个实质类别上质地。
Step-Video-T2V-Eval评测斥逐
评测斥逐知道，阶跃Step-Video-T2V的模子性能在领导驯服、指挥平滑性、物理合感性、好意思感度等方面的发扬，均权贵突出市面上既有的效果最好的开源视频模子。
据了解，当今在跃问网页端和跃问App上，皆不错体验阶跃Step-Video-T2V的视频生成才略。
阶跃Step-Audio：业内首款产等级开源语音交互模子
阶跃Step-Audio是行业内首个产等级的开源语音交互模子，约略笔据不同的场景需求生成情谊、方言、语种、歌声和个性化作风的抒发，能和用户当然地高质地对话。模子生成的语音具有超当然、高情商等特征，同期也能竣事高质地的音色复刻并进行变装束演，雕悍影视文娱、外交、游戏等行业场景下利用需求。
在LlaMA Question、Web Questions等5大主流公开测试逼近，阶跃Step-Audio模子性能均突出了行业内同类型开源模子，位列第一。阶跃Step-Audio在HSK-6（汉语水平磨砺六级）评测中的发扬尤为杰出，是最懂中国话的开源语音交互大模子。
StepEval-Audio-360基准测试
此外，由于当今行业内语音对话测试集相对缺失，阶跃星辰自建并开源了多维度评估体系StepEval-Audio-360基准测试，从变装束演、逻辑推理、生成欺压、笔墨游戏、创作才略、领导欺压等9项基础才略的维度对开源语音模子进行全面测评。通过东说念主工横评后的斥逐知道，阶跃Step-Audio的模子才略独特平衡，且在各个维度上均突出了此前市面上效果最好的开源语音模子。