आज, चरण तारे और जिल्ली ऑटोमोबाइल ग्रुप ने संयुक्त रूप से दो चरण Step श्रृंखला के बहु-मोडल बड़े मॉडल - Step-Video-T2V वीडियो जनरेशन मॉडल और Step-Audio वॉयस मॉडल को ओपन-सोर्स करने की घोषणा की। जिनमें, चरण Step-Video-T2V वीडियो जनरेशन मॉडल स्पष्ट रूप से वैश्विक स्तर पर पैरामीटर संख्या और प्रदर्शन दोनों में अग्रणी है। इस मॉडल में 30 बिलियन पैरामीटर हैं, जो सीधे 204 फ्रेम, 540P रिज़ॉल्यूशन का उच्च गुणवत्ता वाला वीडियो उत्पन्न कर सकते हैं, यह सुनिश्चित करता है कि उत्पन्न सामग्री में सूचना की घनत्व उच्च और संगति मजबूत हो। मूल्यांकन परिणाम बताते हैं,

MotionClone तकनीक डिजिटल सामग्री निर्माण के क्षेत्र में एक महत्वपूर्ण प्रगति है, जिसमें इसे संदर्भ वीडियो से मूवमेंट क्लोन करने और नई पाठ विवरण के अनुसार नए वीडियो सामग्री को निर्बाध रूप से संयोजित करने में विशेषज्ञता है। मौजूदा टेक्स्ट से वीडियो उत्पादन मॉडलों की तुलना में, एक्शन सिंथेसिस में MotionClone अपनी अनूठी ताकत प्रदर्शित करता है, जिसमें कोई अतिरिक्त प्रशिक्षण या माइक्रो-ट्यूनिंग की आवश्यकता नहीं होती; केवल सीधे मूवमेंट क्लोन करके अज्ञात मूवमेंट प्रकारों को संभाल सकता है। इस तकनीक की मुख्य विशेषताएँ हैं: समय ध्यान तंत्र, संदर्भ वीडियो में मूवमेंट को सटीकता से कैप्चर करना; मुख्य रूप से अब।