22 जनवरी, 2025 को, शंघाई जंप स्टार इंटेलिजेंट टेक्नोलॉजी कंपनी लिमिटेड ने अपने वीडियो जनरेशन मॉडल Step-Video का आधिकारिक रूप से V2 संस्करण में उन्नयन की घोषणा की। इस उन्नयन ने तकनीकी प्रगति और कार्यक्षमता में महत्वपूर्ण सुधार लाया है, जिससे यह वास्तविक दुनिया के अनुकरण में और भी शक्तिशाली हो गया है।
Step-Video V2 संस्करण ने कई प्रमुख तकनीकी क्षेत्रों में अनुकूलन और नवाचार किया है। सबसे पहले, इस संस्करण ने उच्च संकुचन अनुपात वाला VAE मॉडल अपनाया है, जो स्थान और समय के कुशल संकुचन के माध्यम से पुनर्निर्माण गुणवत्ता को सुनिश्चित करते हुए, गणना की जटिलता को काफी कम करता है और जनरेशन की दक्षता को बढ़ाता है। दूसरे, Step-Video V2 ने DiT आर्किटेक्चर का गहरा अनुकूलन किया है और मजबूती से सीखने के एल्गोरिदम को शामिल किया है, जिससे वीडियो जनरेशन की प्रवाहिता और विवरणात्मकता को और बढ़ाया गया है। इसके अलावा, इस संस्करण ने स्वयं विकसित बहु-मॉडल समझ बड़े मॉडल और वीडियो ज्ञानकोष को भी शामिल किया है, जो वीडियो सामग्री और शॉट भाषा का अधिक सटीक वर्णन कर सकता है, और वास्तविक दुनिया के करीब वीडियो उत्पन्न कर सकता है।
वास्तविक अनुप्रयोग में, Step-Video V2 ने जटिल गति जनरेशन की मजबूत क्षमता का प्रदर्शन किया है, चाहे वह बैले, कराटे, या बैडमिंटन जैसे दृश्य हों, यह गतिशील चित्रों को सहजता से प्रस्तुत कर सकता है। साथ ही, इस मॉडल ने व्यक्तियों के भावनाओं को पकड़ने में उत्कृष्ट प्रदर्शन किया है, जो वास्तविक व्यक्तियों या काल्पनिक पात्रों की अभिव्यक्ति और प्रकाश-छाया प्रभाव को बारीकी से प्रस्तुत कर सकता है। इसके अलावा, Step-Video V2 समृद्ध शॉट भाषा का समर्थन करता है, जिसमें धक्का, खींचना, झुकाना, और स्थानांतरण जैसी कई गति विधियाँ शामिल हैं, साथ ही विभिन्न दृश्य के बीच परिवर्तन करने की क्षमता भी है, जो वीडियो निर्माण को और अधिक संभावनाएँ प्रदान करता है।
यह उल्लेखनीय है कि Step-Video V2 ने एक नया बुनियादी पाठ जनरेशन फ़ीचर जोड़ा है, जो पाठ को वीडियो सामग्री में स्वाभाविक रूप से समाहित कर सकता है, और इसका परिणाम पिछले मॉडल की तुलना में बहुत बेहतर है। इस फ़ीचर के जुड़ने से वीडियो जनरेशन के अनुप्रयोग परिदृश्यों का विस्तार हुआ है।
वर्तमान में, Step-Video V2 ने जंप वेब पोर्टल (https://yuewen.cn/videos) पर परीक्षण आवेदन के लिए खुला है, उपयोगकर्ता इस उन्नत फ़ीचर का अनुभव कर सकते हैं।
यह उन्नयन न केवल वीडियो जनरेशन क्षेत्र में जंप स्टार की तकनीकी प्रगति का प्रतीक है, बल्कि रचनाकारों को और भी शक्तिशाली उपकरण प्रदान करता है, जो वीडियो निर्माण को एक नए चरण में ले जाता है।
