華為昇騰攜手階躍星辰推出開(kāi)源多模態(tài)模型

　　近日，魔樂(lè)社區(qū)(Modelers)正式上線了由階躍星辰研發(fā)的 Step-Video 和 Step-Audio 兩款開(kāi)源多模態(tài)大模型。這兩款模型分別用于視頻生成和語(yǔ)音交互，旨在為開(kāi)發(fā)者和企業(yè)用戶提供更強(qiáng)大的 AI 工具。

　　Step-Video 模型的全名為 Step-Video-T2V，這是一款參數(shù)量高達(dá)300億的全球最大開(kāi)源視頻生成模型。該模型能夠直接生成204幀、540P 分辨率的高質(zhì)量視頻，并在指令遵循、運(yùn)動(dòng)平滑性、物理合理性以及美感等方面，表現(xiàn)超越了市場(chǎng)上現(xiàn)有的頂尖開(kāi)源視頻模型。另一方面，Step-Audio 則是業(yè)內(nèi)首款能夠生成多種情感、方言、語(yǔ)言、唱腔和個(gè)性化風(fēng)格的語(yǔ)音的大模型。這一技術(shù)的發(fā)布，標(biāo)志著 AI 語(yǔ)音交互領(lǐng)域的一次重要突破。

　　值得一提的是，這些模型是基于華為昇騰 CANN 異構(gòu)計(jì)算架構(gòu)和昇騰服務(wù)器進(jìn)行適配的。開(kāi)發(fā)者和企業(yè)用戶可以在魔樂(lè)社區(qū)中便捷地下載和體驗(yàn)這些模型。為了進(jìn)一步降低使用門(mén)檻，魔樂(lè)社區(qū)還提供免費(fèi)算力支持，讓用戶可以在線進(jìn)行模型推理，而無(wú)需復(fù)雜的環(huán)境搭建，快速驗(yàn)證他們的 AI 方案。

　　此外，階躍星辰的開(kāi)源模型受到了多個(gè)行業(yè)標(biāo)桿企業(yè)的關(guān)注，包括天數(shù)智芯、阿里云、火山引擎、TCL 等各行各業(yè)的廠商已紛紛接入這一開(kāi)源生態(tài)。未來(lái)，階躍星辰計(jì)劃在3月份推出新的圖生視頻模型，進(jìn)一步豐富其產(chǎn)品線。

　　華為昇騰與階躍星辰的這一合作不僅拓展了多模態(tài) AI 模型的應(yīng)用場(chǎng)景，也為開(kāi)發(fā)者提供了更為強(qiáng)大的工具，推動(dòng)了整個(gè)行業(yè)的技術(shù)進(jìn)步。