阿里云魔搭重磅推出全新阶段性开源多模态模型——解读星辰项目的最新两款创新技术

全球开发者目光再次聚焦中国!在备受瞩目的全球开发者大会（GDC）上，阿里云魔搭社区重磅宣布，首发上线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。 这一消息瞬间引爆全球AI开源社区，再次彰显中国在人工智能领域的强劲创新实力。

作为中国最大的AI模型社区，阿里云魔搭社区此次发布的这两款重磅模型，无疑是近期全球多模态领域最受瞩目的开源成果。 Step-Video-T2V 以其巨大的参数规模，一举刷新了开源视频生成模型的记录，预示着更高质量、更精细化的视频内容创作即将成为现实。 而 Step-Audio 则突破了传统语音模型的局限，成为业界首个产品级开源语音交互系统，意味着更自然、更智能的语音交互技术将加速普及应用。

图源备注：图片由AI生成，图片授权服务商Midjourney

据官方介绍，截至目前，阿里云魔搭社区已汇聚超过 4万个开源模型，全面覆盖了包括大语言模型（LLM）、对话系统、语音技术、文生图、图生视频等多个前沿领域， 稳坐中国最大AI模型社区的头把交椅。 此次选择在魔搭社区开源这两款极具分量的模型，不仅是对魔搭社区平台实力的肯定，也体现了阶跃星辰对开源生态建设的积极贡献。

在GDC这一全球开发者瞩目的舞台上发布如此重要的开源成果，无疑向世界展示了中国AI技术的蓬勃发展态势和开放合作姿态。 这两款模型的开源，将极大地降低AI技术的使用门槛，加速全球人工智能技术的普及和发展。