在人工智能领域，一场围绕生成式AI技术的激烈竞赛正在如火如荼地进行中。今年的科技舞台上，OpenAI无疑成为了焦点，其连续推出的Sora、GPT-4o、o1系列模型，在业界掀起了轩然大波。与此同时，Runway的新图像模型framer、Midjourney即将发布的V7版本、Claude 3.5的升级，以及英伟达发布的AI音频模型Fugatto，都标志着这一领域的快速发展。
在国内市场，科技巨头如字节跳动、百度、腾讯等也纷纷亮出大模型技术和产品的最新进展，试图通过大模型为云服务增值。在这场技术盛宴中，国内的大模型创业公司同样不甘示弱，正以惊人的速度推进。
据钛媒体了解，专注于通用人工智能大模型（AGI）研发的“阶跃星辰”（StepFun）公司，已在近日悄然启动了视频生成模型Step-Video的内测。用户只需通过“跃问”官网的“跃问视频”产品页面，即可申请参与测试，而该公司的第二版视频生成模型也已在研发中。这家行事低调的大模型独角兽，在短短8个月内发布了至少6款基座模型，并在国际上屡获佳绩。
近期，阶跃星辰的多模态理解大模型Step-1V和万亿参数语言大模型Step-2，在全球权威大模型评测基准榜单LMSYS大模型竞技场Chatbot Arena和LiveBench上，分别取得了显著成绩。Step-1V在LMSYS Chatbot Arena上的总分与Gemini-1.5-Flash-8B-Exp-0827持平，而Step-2在LiveBench榜单上的成绩则逼近OpenAI的o1-mini-2024-09-12，超越了gpt-4o-2024-08-06等国际主流模型，成为唯一进入榜单前十名的中国语言大模型。
自2023年4月成立以来，阶跃星辰在短短600多天的时间里，已经形成了行业领先的综合技术实力。除了近期低调内测的Step-Video外，阶跃星辰还推出了Step系列通用大模型矩阵，涵盖了从千亿到万亿参数、从理解到生成、从语言到多模态的全方位能力。这些模型包括Step-1千亿参数语言大模型、Step-1V多模态大模型、Step-2万亿参数语言大模型、Step-1.5V多模态大模型、Step-1X图像生成大模型等。
在Step-Video的视频生成能力展示中，我们可以看到其语义理解能力、细节运动的物理规律符合度以及清晰度均达到了业界先进水平。阶跃星辰的创始人兼CEO姜大昕曾表示，公司实现AGI的技术路线是“单模态—多模态—多模理解和生成的统一—世界模型—AGI”。他认为，只有解决了多模态理解生成一体化，才能彻底建立一个世界模型，进而实现AGI。
随着全球AI产业的快速发展，据研究机构IDC最新数据显示，预计到2028年，全球AI产业支出将达到6320亿美元（约合人民币4.58万亿元），复合年增长率（CAGR）达29%。其中，生成式AI将成为最大的增长引擎，到2028年该领域投资支出高达2020亿美元，占整个AI支出的32%，CAGR达59.2%。
尽管当前生成式AI产业仍处于早期阶段，但已经有越来越多的开发者和企业开始基于阶跃星辰的大模型矩阵打造AI应用。金融财经、内容创作、消费娱乐等领域的头部机构纷纷与阶跃星辰达成技术合作，共同推动AI技术的落地应用。例如，财联社与阶跃星辰共同打造了国内首个千亿参数多模态金融大模型“财跃F1金融大模型”。
独立开发者赵纯将包括网红AI应用“胃之书”在内的三款产品接入了阶跃星辰的Step系列大模型，原因是经过AB测试，使用阶跃星辰的模型用户付费率最高。而AI心理疗愈应用“林间聊愈室”则基于阶跃星辰多模态大模型的图片理解能力，上线了AI识图功能，用户可以与小动物分享自己的生活场景和状态，该功能上线后付费率显著上涨。
