国产开源 AI 视频生成模型:跃问(Step-Video-T2V)

国产开源视频生成模型“跃问(Step-Video-T2V)”参数达300亿,支持中英文输入,可生成最长204帧高清视频;自研Video-VAE实现时空高效压缩,结合3D全注意力DiT与流匹配去噪,并通过Video-DPO优化真实感。模型已开源,官网与GitHub免费获取。

发布于2025年2月17日 15:04
编辑零重力瓦力
评论0
阅读13

又一款十分出色的国产开源 AI 视频生成模型:跃问(Step-Video-T2V)。该模型拥有 300 亿参数,可生成 最长 204 帧 的高质量视频。为了提升计算效率和画面质量,开发团队特别设计了一种 深度压缩变分自编码器(Video-VAE),能够在 空间上压缩 16 倍,时间上压缩 8 倍,同时仍能保持卓越的视频重建效果。

跃问 支持 中英文输入,通过 双语文本编码器 精准解析用户的文字描述,并采用 3D 全注意力(3D Full Attention) 的 DiT 架构 进行训练,利用 流匹配(Flow Matching) 方法去噪,生成清晰自然的画面。此外,开发团队还引入了 基于视频的直接偏好优化(Video-DPO),通过人类反馈进一步优化视频质量,减少伪影,使画面更加流畅、真实。

目前可以通过跃问的官网免费使用这款优秀的 AI 视频生成模型。

访问地址:https://yuewen.cn/

模型下载地址:https://github.com/stepfun-ai/Step-Video-T2V

相关文章

Genspark 4.0 创作者的专属龙虾
AI 产品工具
2026年4月18日
0 条评论
小创

Genspark 4.0 创作者的专属龙虾

硅谷 AI 独角兽 Genspark 发布 Workspace 4.0,核心升级 Claw 功能专为创作者打造。它能自动化处理调研、邮件、PPT 等跨步骤杂活,并支持串联跨应用重复操作。新增 Clip Genius、AI Designer 及故事板生成工具,可自动提取视频信息、产出品牌素材与分镜脚本。配合 AI Developer,用户仅需自然语言描述即可搭建网站。该工具旨在让创作者从繁琐幕后工作中解放,专注于结果把控。

#智能体
阅读全文
xAI 将于下周发布 Grok Build 和 Grok CLI
AI 产品工具
2026年4月18日
0 条评论
小创

xAI 将于下周发布 Grok Build 和 Grok CLI

xAI 将于下周发布 Grok Build 和 Grok CLI ,正式进军智能体编程赛道,与 Claude Code 、 OpenAI Codex 等竞争。 Grok 4.3 已向订阅用户开放测试。产品采用本地与远程双轨设计,亮点是 Arena 模式,让多个智能体同场竞争,用户直接挑选最佳结果。此外还有 Grok Computer 桌面客户端和第三方服务连接器生态布局,差异化竞争策略明确。

#Grok#AI 编程
阅读全文
Anthropic 推出 Claude Design :快速生成视觉素材
AI 产品工具
2026年4月18日
0 条评论
小创

Anthropic 推出 Claude Design :快速生成视觉素材

Anthropic 推出 Claude Design ,用户通过自然语言描述即可生成原型图、幻灯片等视觉内容,面向缺乏设计背景的创业者和产品经理。该产品定位为与 Canva 互补而非竞争,支持导出多种格式并可导入 Canva 进行精修。企业用户还能利用品牌一致性功能,保持统一的视觉风格。此举被视为 Anthropic 深化企业市场的重要举措,估值或达 8000 亿美元。

#Anthropic
阅读全文
互动讨论

评论区

围绕《国产开源 AI 视频生成模型:跃问(Step-Video-T2V)》展开交流,未登录用户可浏览评论,登录后可参与讨论。

评论数
0
登录后参与评论
支持发表观点与回复一级评论,互动后将同步到消息中心。
登录后评论
暂无评论,欢迎成为第一个参与讨论的人。