一个月开源三款SOTA多模态大模型 阶跃星辰加速扩展开源生态

    本报讯 （记者袁传玺）3月20日，上海阶跃星辰智能科技有限公司（以下简称“阶跃星辰”）发布开源图生视频模型Step-Video-TI2V，该模型是基于30B参数Step-Video-T2V训练的图生视频模型，支持生成102帧、5秒、540P分辨率的视频，模型效果在图生视频领域权威基准测试VBench-I2V中达到State-of-the-Art（SOTA）水平（即当前最先进的模型）。该模型上线后已迅速与华为昇腾计算平台完成适配，目前在阶跃AI网页版、App端和魔乐社区（Modelers）都可体验。

    阶跃星辰公众号介绍，Step-Video-TI2V图生视频开源模型具备运动幅度可控和镜头运动可控两大核心特点。其运动幅度可控能力，能够平衡图生视频生成结果的动态性和稳定性，为创作者提供更为灵活的选择。在运镜方面，从基本的推拉摇移、升降，到各种复杂的电影级运镜效果都能驾驭。另外，Step-Video-TI2V天生具备一定的特效生成能力，并可以自由选择多种图生视频的尺寸。在动漫类任务上，Step-Video-TI2V的效果尤其突出，非常适合用于动画创作、短视频制作等应用场景。

    据了解，这是最近一个月阶跃星辰开源的第三款多模态大模型，此前阶跃星辰开源了Step-Video-T2V文生视频模型和Step-Audio语音模型，两款均达到了State-of-the-Art级别，阿里云、火山引擎、天数智芯、LiblibAI、TCL等生态厂商均快速接入。开源图生视频模型，被视为阶跃星辰在多模态开源领域发挥生态影响力的又一动作。

（编辑 张昕 贺俊）