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90

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

OpenSpec 实操,68k 星框架让 AI 编程变成可复核清单
AI 产品工具
2026年9月18日
0 条评论
小创

OpenSpec 实操,68k 星框架让 AI 编程变成可复核清单

OpenSpec 是一款获 68k 星的 AI 编程工作流工具,通过规格驱动开发解决上下文遗忘与行为漂移问题。它将需求固化为结构化 Markdown 文件,利用差异规格和五步标准链路,把 AI 编程转化为可复核清单。该框架支持增量生长与项目级配置注入,适合复杂重构及团队协作,但需注意 Windows 归档回滚、YAML 解析隐患等已知缺陷。其本质是状态治理协议,而非代码生成替代品。

#AI编程#智能体#提示词工程
阅读全文
ChatGPT Work 实战,一句话让智能体自主完成复杂地理计算与交付
AI 产品工具
2026年9月15日
0 条评论
小创

ChatGPT Work 实战,一句话让智能体自主完成复杂地理计算与交付

ChatGPT Work 通过联网代码沙盒、Headless Chrome 及持久化文件系统,推动 AI 从问答工具演进为自主执行体。实测显示,智能体可凭单条指令自主调用 API 完成复杂地理计算并交付可视化地图与数据文件。该平台还支持一键建站、子智能体协作及定时任务,适用于实体交付场景。但当前仍存在代码透明度不足、上下文压缩致历史丢失及资源安全策略限制等问题,在生产环境的可复现性仍面临挑战。

#AI工具#智能体#ChatGPT
阅读全文
commit-rewriter 用本地 Web 界面重写 AI 编程产生的杂乱 Git 提交记录
AI 产品工具
2026年9月15日
0 条评论
小创

commit-rewriter 用本地 Web 界面重写 AI 编程产生的杂乱 Git 提交记录

针对 AI 编程代理产生的杂乱 Git 提交记录,开源工具 commit-rewriter 提供了本地 Web 可视化清洗方案。该工具基于 Git 交互式变基,支持批量编辑提交说明、查看代码差异及自动备份分支,确保操作安全可逆。其核心理念是将 AI 快速生成与人类发布前治理解耦,作为自动化编码的质量过滤网。尽管单机清理流程已简化,但多人协作场景下的历史重写冲突仍是待解决的挑战。

#AI工具#vibe coding
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。