近日，吉利汽车集团携手科技伙伴阶跃星辰，共同宣布了一项重大开源举措——两款阶跃Step系列多模态大模型正式向全球开发者开放。此次开源的模型包括阶跃Step-Video-T2V，这一视频生成模型以全球领先的参数量和卓越性能脱颖而出，以及阶跃Step-Audio，作为业界首款达到产品级标准的开源语音交互大模型。
自2023年起，阶跃星辰与吉利汽车集团便建立了紧密的合作关系，双方聚焦于预训练大模型的垂直领域探索、应用场景设计以及工程开发实践。通过深度合作，两款Step系列大模型的性能得到了显著提升。具体而言，Step-Video-T2V拥有高达300亿的参数量，能够生成分辨率达到540P、每秒204帧的高质量视频。在新发布的开源基准数据集Step-Video-T2V-eval测试中，该模型在运动平滑性等多个关键指标上超越了同类开源模型。
另一方面，Step-Audio作为语音交互领域的佼佼者，在五大主流公开测试集中均取得了优异成绩，特别是在HSK-6评测中表现突出，展现了其强大的技术实力和实用性。这一模型的开源，无疑为语音交互技术的发展注入了新的活力。
吉利汽车集团不仅在AI技术研发上不断突破，还积极寻求与外部企业的深度融合。此前，吉利已成为首家与DeepSeek完成深度融合的车企，这一举措彰显了其在AI领域积极探索和创新的决心。据悉，吉利还将于3月初发布全新的AI智能化战略，旨在进一步推动AI技术在智能座舱、高阶智能驾驶等领域的应用和普及。
此次开源行动，不仅为全球开发者提供了宝贵的多模态大模型研究资源，促进了技术交流与创新，同时也加速了AI技术在汽车及更多领域的落地应用。通过阶跃星辰与吉利汽车集团的深度合作，双方正在智能汽车领域不断取得新的突破，致力于为用户提供更加智能、便捷的出行体验，推动整个汽车行业向智能化方向加速迈进。
