相关资讯
AI 摘要
阶跃星辰连发两款开源多模态大模型，视频生成大模型Step-Video和语音交互Step-Audio模型，性能位列开源多模态全行业第一。 - Step-Video-T2V 是全球范围内参数量最大、性能最好的开源视频生成模型。和此前引爆全球科技界的 DeepSeek R1 一样，阶跃星辰的 Step-Video-T2V 视频生成模型，采用最为宽松的 MIT 许可协议，支持免费商用、任意修改和衍生开发，为开源社区带来了新的技术思路启发。这次发......
AI 摘要
刚刚，腾讯混元上线并开源全新图生视频模型。只需三步，用户就可以用图片生成一支5秒长的短片：登录混元AI视频官网，上传一张图片，输入创意描述——AI就能让画面动起来；还能让图片中的角色开口说话、唱歌，甚至是跳舞、做体操。
AI 摘要
2月18日消息，吉利与阶跃星辰合作研发的两款多模态大模型官宣开源，包含开源视频生成模型Step-Video-T2V，以及业内首款产品级开源语音交互大模型Step-Audio，为开源世界带来了超强的多模态大模型能力，将显著促进大模型技术的共享与创新，推动人工智能的普惠发展，为全球数字经济发展贡献吉利方案与中国力量。
AI 摘要
此次开源的图生视频模型，是混元文生视频模型开源工作的延续，模型总参数量保持 130 亿，模型适用于多种类型的角色和场景，包括写实视频制作、动漫角色甚至CGI角色制作的生成。
AI 摘要
DeepSeek称Janus-Pro框架简单且灵活性高。它采用视觉编码解耦方式提升不同任务中的适配性和性能，用统一的Transformer架构处理任务，适配384x384分辨率。基准测试中，70亿参数的Janus-Pro-7B表现强于包括DALL-E 3在内的其他模型，且较前代Janus准确率大幅提高。JanusFlow采用极简架构，将自回归语言模型与矫正流结合，无需复杂架构修改，生图支持384x384分辨率。