Step-Fun一口氣開源國產(chǎn)語音交互模型Step-Audio與300億參數(shù)文生視頻模型Step-Video-T2V

Step-Fun 是一家專注于多模態(tài)大模型開發(fā)的人工智能公司。他們與吉利汽車合作，開源了多個(gè)高性能的多模態(tài)模型，包括 Step-Audio 和 Step-Video-T2V。這些模型旨在推動技術(shù)共享和創(chuàng)新，同時(shí)為中國在全球開源大模型領(lǐng)域的發(fā)展貢獻(xiàn)力量。

Step-Audio

Step-Audio 是階躍星辰團(tuán)隊(duì)推出的首個(gè)產(chǎn)品級開源語音交互模型，基于 130B 參數(shù)的多模態(tài)大模型。它能夠?qū)崿F(xiàn)語音識別...