世界の開発者の視線が再び中国に注がれています！注目を集めるグローバル・デベロッパー・カンファレンス（GDC）において、アリババクラウド魔搭コミュニティは、階躍星辰の最新オープンソースの2つのマルチモーダルモデルを初公開すると発表しました。これには、世界最大規模のパラメータを持つオープンソースのビデオ生成モデルStep-Video-T2Vと、業界初の製品レベルのオープンソース音声対話モデルStep-Audioが含まれます。このニュースは瞬く間に世界のAIオープンソースコミュニティを席巻し、中国の人工知能分野における強力なイノベーション能力を改めて示しました。中国最大のAI...

本日、階躍星辰と吉利汽車集団は、階躍Stepシリーズのマルチモーダル大規模モデル2つ——Step-Video-T2V動画生成モデルとStep-Audio音声モデル——を共同でオープンソース化すると発表しました。その中で、階躍Step-Video-T2V動画生成モデルは、パラメータ数と性能において世界をリードするレベルにあります。このモデルは300億個のパラメータを持ち、204フレーム、540Pの高解像度動画を直接生成でき、生成されたコンテンツの情報密度が高く、一貫性が高いことを保証します。評価結果によると、

MotionCloneテクノロジーはデジタルコンテンツ制作分野における大きなブレークスルーであり、その専門性は、参照ビデオからモーションをクローン作成し、新しいテキスト記述に基づいてシームレスに新しいビデオコンテンツを合成することにあります。既存のテキストからビデオへの生成モデルと比較して、モーション合成においてMotionCloneは独自の強みを示しており、追加のトレーニングや微調整なしに、モーションの直接クローン作成だけで、未見のモーションタイプにも対応できます。この技術の主なハイライトは以下のとおりです。時間的注意機構により、参照ビデオのモーションを正確に捉えます。