AI在线 AI在线

效果最佳！阶跃星辰开源Step-Video-T2V 视频生成模型

作者：AI在线 2025-02-18 08:55
今日，阶跃星辰与吉利汽车集团宣布，联合开源两款阶跃Step系列多模态大模型——Step-Video-T2V视频生成模型和Step-Audio语音模型。 其中，阶跃Step-Video-T2V视频生成模型在参数量和性能上均处于全球领先水平。 该模型拥有300亿参数量，能够直接生成204帧、540P分辨率的高质量视频，确保生成内容信息密度高、一致性强。

今日，阶跃星辰与吉利汽车集团宣布，联合开源两款阶跃Step系列多模态大模型——Step-Video-T2V视频生成模型和Step-Audio语音模型。

其中，阶跃Step-Video-T2V视频生成模型在参数量和性能上均处于全球领先水平。该模型拥有300亿参数量，能够直接生成204帧、540P分辨率的高质量视频，确保生成内容信息密度高、一致性强。评测结果显示，Step-Video-T2V在指令遵循、运动平滑性、物理合理性、美感度等方面均表现出色，显著超越市面上既有的最佳开源视频模型。

微信截图_20250218085337.png

目前，这两款模型均已在跃问App内上线，供开发者朋友们体验并提供宝贵建议。

阶跃Step-Video-T2V视频生成模型在复杂运动、美感人物、视觉想象力等方面展现出卓越的生成能力。它能够精准理解指令，高效助力视频创作者实现创意呈现。无论是高雅优美的芭蕾舞、对抗激烈的空手道，还是紧张刺激的羽毛球、高速翻转的跳水，Step-Video-T2V都能生成真实且符合物理规律的画面。

同时，它还支持多种镜头运动方式和景别切换，能够生成大幅度运镜的视觉效果。生成的人物形象则更加逼真、生动，细节丰富，表情自然。

GitHub:

https://github.com/stepfun-ai/Step-Audio

Hugging Face:

https://huggingface.co/collections/stepfun-ai/step-audio-67b33accf45735bb21131b0b

技术报告:

https://github.com/stepfun-ai/Step-Audio/blob/main/assets/Step-Audio.pdf

相关标签：
多模态大模型 阶跃星辰 Step-Video-T2V 吉利汽车

相关资讯

阶跃星辰发布新一代基础大模型 Step 3，华为昇腾芯片已首先实现搭载

阶跃星辰发布新一代基础大模型 Step 3，华为昇腾芯片已首先实现搭载
AI在线 7 月 26 日消息，在 2025 世界人工智能大会（简称“WAIC 2025”）开幕前夕，阶跃星辰昨天在上海正式发布了新一代基础大模型 ——Step 3，将于 7 月 31 日面向全球企业和开发者开源。 据官方介绍，Step 3 是阶跃星辰首个全尺寸、原生多模态推理模型，兼顾模型效果与推理成本，是在模型架构创新、算法工程协同设计上的一次大胆尝试与 Scale Up。 Step 3 采用 MoE 架构，总参数量 321B，激活参数量 38B。
7/26/2025 7:31:52 AM
浩渺
阶跃星辰新一代基础大模型 Step 3 正式开源：拥有强大视觉感知和复杂推理能力

阶跃星辰新一代基础大模型 Step 3 正式开源：拥有强大视觉感知和复杂推理能力
AI在线 7 月 31 日消息，阶跃星辰宣布新一代基础大模型 Step 3 正式开源，Step 3 API 已上线阶跃星辰开放平台（platform.stepfun.com），用户也可以在“阶跃 AI”官网（stepfun.com）和“阶跃 AI”App 进行体验。 据介绍，Step 3 的多模态能力围绕“轻量视觉路径”与“稳定协同训练”展开，重点解决视觉引入带来的 token 负担与训练干扰问题。 为此，其采用 5B Vision Encoder，并通过双层 2D 卷积对视觉特征进行降采样，将视觉 token 数量减少到原来的 1/16，减轻上下文长度压力，提升推理效率。
7/31/2025 10:18:00 PM
远洋
告别微软，姜大昕带领这支精英团队攀登Scaling Law，万亿参数模型已有预览版

告别微软，姜大昕带领这支精英团队攀登Scaling Law，万亿参数模型已有预览版
攀登 Scaling Law，打造万亿参数大模型，前微软 NLP 大牛姜大昕披露创业路线图。前段时间，OpenAI 科学家 Jason Wei 的一份作息时间表引发了广泛关注。表中有很多让人看了会心一笑的梗，比如「9 点 45：背诵 OpenAI 章程，向最优化的神祷告，学习《苦涩的教训》」「10 点用 Google Meet 开会，讨论怎么在更多数据上训练更大的模型」「11 点写代码，用来在更多数据上训练更大的模型」「1 点：实操，在更多数据上训练更大的模型」「4 点：对用更多数据训练的更大的模型进行提示工程」…
4/1/2024 3:05:00 PM
机器之心
  • 1
资讯热榜
阿里推出 AI 医学助手 App“氢离子”：收录千万级核心期刊文献，还可查疾病、找药品 刷新无监督异常检测上限！首提「匹配代价滤波for异常检测」范式 | ICML'25 业界首个，腾讯混元 3D 世界模型正式发布并开源 AI和云基础设施初创企业E2B如何成为88%的财富100强企业的必备选择 腾讯Robotics X具身智能开放平台Tairos发布，融合左脑、右脑、小脑 AI 预测点球方向准确率超人类守门员，高达 52% FastAPI开发AI应用：模型新增图片理解 中国移动“九天”通用基础大模型 3.0 发布，核心技术开源
标签云
人工智能 AI OpenAI AIGC 模型 ChatGPT DeepSeek AI绘画 谷歌 机器人 数据 大模型 Midjourney 开源 智能 用户 Meta 微软 GPT 学习 技术 图像 Gemini AI创作 马斯克 论文 智能体 Anthropic 英伟达 代码 算法 训练 Stable Diffusion 芯片 蛋白质 开发者 腾讯 生成式 LLM 苹果 Claude 神经网络 AI新词 3D 研究 机器学习 生成 AI for Science Agent xAI 计算 人形机器人 Sora AI视频 GPU AI设计 百度 华为 搜索 大语言模型 工具 场景 字节跳动 具身智能 RAG 大型语言模型 预测 深度学习 伟达 视觉 Transformer AGI 视频生成 神器推荐 亚马逊 Copilot DeepMind 架构 模态 应用