首发！阶跃星辰最新开源多模态模型上线阿里云魔搭

文章预览

今日，在全球开发者大会（GDC）上， 阿里云魔搭社区首发阶跃星辰最新开源的两款多模态模型 ，包括 全球参数量最大的开源视频生成模型Step-Video-T2V ，以及 业界首款产品级开源语音交互模型Step-Audio 。截至目前，魔搭社区已上架超过4万个开源模型，涵盖LLM、对话、语音、文生图、图生视频等多个领域，是中国最大的AI模型社区。 图｜阿里云魔搭社区官网 此次在魔搭社区开源的两款模型，是近期全球多模态领域最热门的开源模型：由阶跃星辰开源的视频生成模型Step-Video-T2V和业界首款产品级开源语音交互模型Step-Audio。 Step-Video-T2V是基于300亿参数的文本转视频预训练模型 ，能够生成高达204帧的视频，在指令遵循、运动平滑性、物理合理性、美感度等方面表现均显著超过市面上既有的开源视频模型。 图｜Step-Video-T2V-Eval测评结果 另一款上架模型 Step-A ………………………………