全球開發者目光再次聚焦中國!在備受矚目的全球開發者大會（GDC）上，阿里雲魔搭社區重磅宣佈，首發上線階躍星辰最新開源的兩款多模態模型，包括 全球參數量最大的開源視頻生成模型 Step-Video-T2V，以及 業界首款產品級開源語音交互模型 Step-Audio。 這一消息瞬間引爆全球AI開源社區，再次彰顯中國在人工智能領域的強勁創新實力。

作爲中國最大的AI模型社區，阿里雲魔搭社區此次發佈的這兩款重磅模型，無疑是近期全球多模態領域最受矚目的開源成果。 Step-Video-T2V 以其巨大的參數規模，一舉刷新了開源視頻生成模型的記錄，預示着更高質量、更精細化的視頻內容創作即將成爲現實。 而 Step-Audio 則突破了傳統語音模型的侷限，成爲業界首個產品級開源語音交互系統，意味着更自然、更智能的語音交互技術將加速普及應用。

音頻 聲波 智能語音

圖源備註：圖片由AI生成，圖片授權服務商Midjourney

據官方介紹，截至目前，阿里雲魔搭社區已匯聚超過 4萬個開源模型，全面覆蓋了包括大語言模型（LLM）、對話系統、語音技術、文生圖、圖生視頻等多個前沿領域， 穩坐中國最大AI模型社區的頭把交椅。 此次選擇在魔搭社區開源這兩款極具分量的模型，不僅是對魔搭社區平臺實力的肯定，也體現了階躍星辰對開源生態建設的積極貢獻。

在GDC這一全球開發者矚目的舞臺上發佈如此重要的開源成果，無疑向世界展示了中國AI技術的蓬勃發展態勢和開放合作姿態。 這兩款模型的開源，將極大地降低AI技術的使用門檻，加速全球人工智能技術的普及和發展。