阶跃同时开源视频生成+实时语音模型，我愿称之「多模态界的Deepseek」

文章预览

说真的，DeepSeek 让中国的开源大模型在全世界杀疯了。 就在刚刚，阶跃也宣布联合吉利汽车集团 开源 了 两个最新的模型 —— 一个是视频生成模型 Step-Video-T2V， 一个是支持实时语音对话的语音模型 Step-Audio 。 一发布就迅速在推特上火了，来自 HuggingFace 的工程师称这是下一个 DeepSeek，HuggingFace 官号和 CEO 也都转发了这个 post。 从官方自测效果来看，非常惊艳。重点是， 这俩模型全都开源了。 而且，在「跃问」APP 上，都能免费不限次的用。 好家伙，一个视频，一个语音，妥妥的多模态最具挑战的两大赛道。 不过，看到是「多模态卷王」阶跃星辰发布的，我也就不意外了。 先来看下 Step-Video-T2V 这个视频生成参数量怪兽。 Ps： 跃问 App 和 跃问网页端 都能免费不限次生成。 传送门： https://yuewen.cn/videos 我如果没记错的话，上一届开源最大的还是 ………………………………