阶跃星斗、吉祥轿车联合开源两款大模型：一个参数最大、一个最懂中国话！

  快科技2月18日音讯，阶跃星斗、吉祥轿车集团联合宣告，两边协作的阶跃两款Step系列多模态大模型，正式向全球开发者开源，即日起可在跃问APP内体会。

  阶跃Step-Video-T2V是现在全世界内参数量最大、功能最好的开源视频生成模型，阶跃Step-Audio则是职业界首款产等第的开源语音交互大模型，可谓最懂中国话。

  阶跃星斗(StepFun)是吉祥轿车集团的科技生态战略协作伙伴，企业成立于2023年4月，总部在上海，由微软前全球副总裁姜大昕担任CEO，致力于完成AGI（通用AI），2024年下半年其多模态API的调用量增加超45倍。

  在杂乱运动、美感人物、视觉想象力、根底文字生成、原生中英双语输入、镜头言语等方面，它都具有强壮的生成才能，并且语义了解和指令遵从才能杰出。网页端体会链接：

  一起，阶跃星斗还发布并开源了针对文生视频质量评测的新基准数据集Step-Video-T2V-Eval，包括128条源于实在用户的中文评测问题，可评价生成视频在运动、景色、动物、组合概念、超现实、人物、3D动画、电影拍摄等11个内容类别上质量。评测成果为，

  模型生成的语音具有超自然、高情商等特征，一起也能完成高质量的音色复刻并进行角色扮演，满意影视娱乐、交际、游戏等职业场景下使用需求。

  阶跃星斗还自建并开源了多维度评价系统StepEval-Audio-360基准测验，从角色扮演、逻辑推理、生成操控、文字游戏、创造才能、指令操控等9项根底才能的维度，对开源语音模型进行评测。

  人工横评成果显现，阶跃Step-Audio的模型才能非常均衡，且在各个维度上均超过了此前市面上作用最佳的开源语音模型。