Geely Auto, Stepfun open-source multimodal AI models for video, audio generation

Publicado: Feb 18, 2025 14:53
Fuente: gasgoo
On February 18, Geely Auto Group and its tech ecosystem partner Stepfun announced the open-sourcing of two multimodal AI large models—the Step-Video-T2V for video generation and the Step-Audio for v...

Shanghai (Gasgoo)- On February 18, Geely Auto Group and its tech ecosystem partner Stepfun announced the open-sourcing of two multimodal AI large models—the Step-Video-T2V for video generation and the Step-Audio for voice interaction.

The collaboration leveraged both companies' strengths in computing power, algorithms, and scenario-based training, significantly enhancing the AI models' performance. Stepfun stated that the initiative aims to share the latest advancements in multimodal large models with the global open-source community and contribute to its development.

Step-Video-T2V

With 30 billion parameters, the Step-Video-T2V can generate high-quality videos at 540p resolution with 204 frames, ensuring exceptional information density and consistency.

To comprehensively assess AI-generated video quality, Stepfun has also released an open-source benchmark dataset, the Step-Video-T2V-Eval. This dataset includes 128 real-world Chinese-language queries to evaluate video performance across 11 categories, such as motion, landscapes, animals, abstract concepts, surrealism, human figures, 3D animation, and cinematography.

The company said the Step-Video-T2V outperforms existing open-source models in instruction adherence, motion smoothness, physical realism, and aesthetic appeal. The model excels in generating complex motion sequences, expressive human figures, visually imaginative scenes, bilingual text integration, and advanced cinematographic compositions.

The AI model's ability to accurately depict intricate movements is particularly noteworthy. Whether it's the grace of ballet, the intensity of karate, the speed of badminton, or the high-speed rotations of diving, the model demonstrates a deep understanding of physical space and motion dynamics. In one test case, it realistically portrayed the spatial relationships between a panda, a sloped surface, and a skateboard, producing physics-aware visuals—one of the most challenging aspects of AI video generation today.

Step-Audio

According to Stepfun, the Step-Audio is the industry's first product-grade open-source voice interaction model. It can generate speech with diverse emotions, dialects, languages, singing styles, and personalized expressions, enabling natural, high-quality conversations across various scenarios, including film, entertainment, social interactions, and gaming.

The company added that the Step-Audio has outperformed similar open-source models in five major industry-standard tests, including LLaMA Question and Web Questions. Its performance in the HSK-6 (Chinese Proficiency Test Level 6) evaluation highlights its deep understanding of the Chinese language, making it one of the most proficient open-source voice AI models for Chinese speakers.

Beyond language comprehension, Step-Audio also demonstrates high emotional intelligence, offering empathetic and thoughtful responses, much like a close friend providing guidance through life's challenges.

Additionally, it excels in rhythm and melody processing, allowing it to generate dynamic rap performances with a deep understanding of linguistic cadence and flow.

Recognizing the lack of comprehensive voice AI evaluation benchmarks, Stepfun has also introduced the StepEval-Audio-360, an open-source testing framework. This benchmark assesses voice AI models across nine key dimensions, including role-playing, logical reasoning, content generation, wordplay, creative abilities, and instruction-following.

Declaración de Fuente de Datos: Excepto la información disponible públicamente, todos los demás datos son procesados por SMM basándose en información pública, comunicación de mercado y confiando en el modelo de base de datos interna de SMM. Son solo para referencia y no constituyen recomendaciones para la toma de decisiones.

Para cualquier consulta o para obtener más información, por favor contacte: lemonzhao@smm.cn
Para más información sobre cómo acceder a nuestros informes de investigación, contacte con:service.en@smm.cn
Noticias relacionadas
Terra Charge lanzará estaciones de carga para vehículos eléctricos compatibles con Tesla en Japón a partir de 2028.
31 Aug 2026 11:41
Terra Charge lanzará estaciones de carga para vehículos eléctricos compatibles con Tesla en Japón a partir de 2028.
Leer más
Terra Charge lanzará estaciones de carga para vehículos eléctricos compatibles con Tesla en Japón a partir de 2028.
Terra Charge lanzará estaciones de carga para vehículos eléctricos compatibles con Tesla en Japón a partir de 2028.
Terra Charge de Japón lanzará estaciones de carga para vehículos eléctricos compatibles con Tesla, y la instalación del equipo con estándar Tesla comenzará en el año fiscal 2028.
31 Aug 2026 11:41
[Batería de estado sólido: producto de 10 Ah de clase 500 Wh/kg de Ganfeng Lithium en producción en masa de lotes pequeños]
31 Aug 2026 05:53
[Batería de estado sólido: producto de 10 Ah de clase 500 Wh/kg de Ganfeng Lithium en producción en masa de lotes pequeños]
Leer más
[Batería de estado sólido: producto de 10 Ah de clase 500 Wh/kg de Ganfeng Lithium en producción en masa de lotes pequeños]
[Batería de estado sólido: producto de 10 Ah de clase 500 Wh/kg de Ganfeng Lithium en producción en masa de lotes pequeños]
[Batería de estado sólido: el producto de 10 Ah de clase 500 Wh/kg de Ganfeng Lithium logra la producción en masa en pequeños lotes] El 29 de agosto de 2026, el informe semestral de Ganfeng Lithium reveló que su batería de 400 Wh/kg alcanzó una vida útil de más de 1.100 ciclos y completó la validación de ingeniería, y el primer producto de 10 Ah de clase 500 Wh/kg del mundo logró la producción en masa en pequeños lotes; se estableció una gama de productos de 320 a 480 Wh/kg, con la celda de 320 Wh/kg superando los 1.000 ciclos. Múltiples baterías basadas en silicio y de litio metálico se suministraron en lotes a drones industriales y de consumo, y los productos de robótica completaron las pruebas de adaptación y el suministro en pequeños lotes. Los ingresos del primer semestre fueron de 23.097 millones de yuanes (+175,75 %) y el beneficio neto atribuible a la matriz fue de 4.257 millones de yuanes, lo que supone un giro interanual hacia beneficios; la contribución a los ingresos de las baterías de estado sólido no se reveló por separado.
31 Aug 2026 05:53
[Batería de estado sólido: SEVC POWER completa una financiación de varios cientos de millones de yuanes, acelerando la industrialización de la batería de sulfuro totalmente de estado sólido]
26 Aug 2026 11:09
[Batería de estado sólido: SEVC POWER completa una financiación de varios cientos de millones de yuanes, acelerando la industrialización de la batería de sulfuro totalmente de estado sólido]
Leer más
[Batería de estado sólido: SEVC POWER completa una financiación de varios cientos de millones de yuanes, acelerando la industrialización de la batería de sulfuro totalmente de estado sólido]
[Batería de estado sólido: SEVC POWER completa una financiación de varios cientos de millones de yuanes, acelerando la industrialización de la batería de sulfuro totalmente de estado sólido]
[Baterías de Estado Sólido: SEVC POWER Completa una Financiación de Varios Cientos de Millones de Yuanes, Acelerando la Industrialización de Baterías Totalmente de Estado Sólido de Sulfuro] El 26 de agosto de 2026, la empresa de baterías de estado sólido SEVC POWER anunció que había completado una financiación externa de varios cientos de millones de yuanes. Esta ronda fue coliderada por los accionistas existentes Saike Investment y CICC Capital, con la participación de Zhongguancun Qihang, Dingfeng Kechuang, Zhongguancun Yulin, Linjie Venture Capital, Yibin Talent Fund y Yibin Zhengchuang como coinversores. Los fondos se destinarán a la construcción y ampliación de capacidad de líneas de producción para electrolitos de sulfuro, baterías de alta seguridad, celdas de baterías totalmente de estado sólido y PACK, así como a seguir avanzando en el desarrollo del sistema de materiales, la interfase sólido-sólido, la vida útil de ciclo y los procesos de fabricación continua para baterías totalmente de estado sólido de sulfuro, al mismo tiempo que se amplían los equipos de I+D, ingeniería de fabricación y marketing. La empresa fue certificada recientemente como «Pequeña y Mediana Empresa Innovadora de la Provincia de Sichuan (2026)» y fue incluida en la Lista GEI de Empresas Potenciales Unicornio de China, lo que supone un doble reconocimiento tanto de los mercados de capitales como de la industria en el camino de la industrialización de las baterías totalmente de estado sólido de sulfuro.
26 Aug 2026 11:09
Geely Auto, Stepfun open-source multimodal AI models for video, audio generation - Shanghai Metals Market (SMM)