在人工智能領域，一場圍繞生成式AI技術的激烈競賽正在如火如荼地進行中。今年的科技舞臺上，OpenAI無疑成為了焦點，其連續推出的Sora、GPT-4o、o1系列模型，在業界掀起了軒然大波。與此同時，Runway的新圖像模型framer、Midjourney即將發布的V7版本、Claude 3.5的升級，以及英偉達發布的AI音頻模型Fugatto，都標志著這一領域的快速發展。
在國內市場，科技巨頭如字節跳動、百度、騰訊等也紛紛亮出大模型技術和產品的最新進展，試圖通過大模型為云服務增值。在這場技術盛宴中，國內的大模型創業公司同樣不甘示弱，正以驚人的速度推進。
據鈦媒體了解，專注于通用人工智能大模型（AGI）研發的“階躍星辰”（StepFun）公司，已在近日悄然啟動了視頻生成模型Step-Video的內測。用戶只需通過“躍問”官網的“躍問視頻”產品頁面，即可申請參與測試，而該公司的第二版視頻生成模型也已在研發中。這家行事低調的大模型獨角獸，在短短8個月內發布了至少6款基座模型，并在國際上屢獲佳績。
近期，階躍星辰的多模態理解大模型Step-1V和萬億參數語言大模型Step-2，在全球權威大模型評測基準榜單LMSYS大模型競技場Chatbot Arena和LiveBench上，分別取得了顯著成績。Step-1V在LMSYS Chatbot Arena上的總分與Gemini-1.5-Flash-8B-Exp-0827持平，而Step-2在LiveBench榜單上的成績則逼近OpenAI的o1-mini-2024-09-12，超越了gpt-4o-2024-08-06等國際主流模型，成為唯一進入榜單前十名的中國語言大模型。
自2023年4月成立以來，階躍星辰在短短600多天的時間里，已經形成了行業領先的綜合技術實力。除了近期低調內測的Step-Video外，階躍星辰還推出了Step系列通用大模型矩陣，涵蓋了從千億到萬億參數、從理解到生成、從語言到多模態的全方位能力。這些模型包括Step-1千億參數語言大模型、Step-1V多模態大模型、Step-2萬億參數語言大模型、Step-1.5V多模態大模型、Step-1X圖像生成大模型等。
在Step-Video的視頻生成能力展示中，我們可以看到其語義理解能力、細節運動的物理規律符合度以及清晰度均達到了業界先進水平。階躍星辰的創始人兼CEO姜大昕曾表示，公司實現AGI的技術路線是“單模態—多模態—多模理解和生成的統一—世界模型—AGI”。他認為，只有解決了多模態理解生成一體化，才能徹底建立一個世界模型，進而實現AGI。
隨著全球AI產業的快速發展，據研究機構IDC最新數據顯示，預計到2028年，全球AI產業支出將達到6320億美元（約合人民幣4.58萬億元），復合年增長率（CAGR）達29%。其中，生成式AI將成為最大的增長引擎，到2028年該領域投資支出高達2020億美元，占整個AI支出的32%，CAGR達59.2%。
盡管當前生成式AI產業仍處于早期階段，但已經有越來越多的開發者和企業開始基于階躍星辰的大模型矩陣打造AI應用。金融財經、內容創作、消費娛樂等領域的頭部機構紛紛與階躍星辰達成技術合作，共同推動AI技術的落地應用。例如，財聯社與階躍星辰共同打造了國內首個千億參數多模態金融大模型“財躍F1金融大模型”。
獨立開發者趙純將包括網紅AI應用“胃之書”在內的三款產品接入了階躍星辰的Step系列大模型，原因是經過AB測試，使用階躍星辰的模型用戶付費率最高。而AI心理療愈應用“林間聊愈室”則基于階躍星辰多模態大模型的圖片理解能力，上線了AI識圖功能，用戶可以與小動物分享自己的生活場景和狀態，該功能上線后付費率顯著上漲。
