今天（2月18日），AI大模型公司阶跃星辰宣布与吉利汽车集团联合开源了两款阶跃Step系列多模态大模型——Step-Video-T2V视频生成模型和Step-Audio语音模型。

阶跃星辰表示，在两款大模型的研发过程中，双方展开了深度合作，在算力算法、场景训练等领域优势互补，显著增强了多模态大模型的性能表现。

根据技术报告中的评测结果，阶跃Step-Video-T2V的参数量和模型性能目前在全球开源视频生成领域都处于领先水平，其参数量达到300亿，可以直接生成204帧、540P分辨率的高质量视频，是当前全球范围内参数量最大、性能最好的开源视频生成大模型。

阶跃Step-Audio是行业内首个产品级的开源语音交互模型，能够根据不同的场景需求生成情绪、方言、语种、歌声和个性化风格的表达，能和用户自然地高质量对话，是行业内首个产品级的开源语音交互模型。

模型生成的语音具有自然流畅、高情商等特征，同时也能支持不同角色的音色克隆，可应用于影视娱乐、社交、游戏等行业场景。

阶跃星辰是吉利汽车集团的科技生态战略合作伙伴，拥有国际顶尖的算法团队，由原微软全球副总裁姜大昕创立于2023年4月，随后即与吉利便在预训练大模型、垂直领域大模型、应用场景设计、工程开发等方面展开了深度合作。

其中，吉利牵头了场景设计、模型测评、工程开发等业务，阶跃星辰主导了模型预训练等业务，双方优势互补，显著增强了两款阶跃Step系列多模态大模型的性能表现。

吉利汽车在2022年建成全球车企首个 “云、数、智”一体化的星睿智算中心，在2023年发布了全球首个汽车行业全栈自研全场景AI大模型——星睿AI大模型，2025年，发布了行业首个“智能汽车全域AI”技术体系。

此次，吉利与阶跃星辰联合开源的阶跃Step系列多模态大模型，也将助力吉利的汽车产品在智驾和智舱两个维度在行车安全、紧急避险、智慧泊车等全场景为用户带来自动驾驶程度更高、更安全的高阶智驾体验，同时打造更加智能的汽车情感座舱，重新定义人车交互体验，推动AI科技在智能汽车领域的普及应用。

吉利星睿AI大模型中的AI Drive大模型，具备强大场景生成与规划能力，能够根据雨雪等不同天气光照条件、道路结构、拥堵路况、立体车库和不常见的交通目标，构建出真实驾驶中难得一遇的极端驾驶场景。

基于真实的驾驶视频数据去优化阶跃Step-Video-T2V，可以将它变成一个自动驾驶数据合成器。

星睿AI大模型正在探索将这些丰富的合成场景转换成“以假乱真”的训练数据，相当于自动驾驶系统打造了一个丰富的"虚拟驾考考场"，从而显著提升车辆在智驾行驶时面对各种路况的应变能力，保障行车安全。

在阶跃Step-Audio大模型超强交互功能赋能下，吉利星睿AI大模型可以大幅提升语音指令响应速度，以及交互过程的情感理解与表达能力。

当用户说“导航，快迟到了”的时候，系统不仅会自动规划更快路线，还会主动询问是否需要播放轻音乐缓解情绪。同时，系统不仅可识别粤语、四川话等丰富的方言，还支持个性化声音定制，用户既可以选择系统提供的人声音色，也能录制孩子的笑声制作专属提示音，甚至让车载AI模仿山涧流水声营造车内冥想空间。

此外，吉利也与DeepSeek完成了深度融合，通过携手DeepSeek-R1模型，吉利将对星睿车控FunctionCall大模型、汽车主动交互端侧大模型等进行蒸馏训练。

届时，吉利智能汽车AI不仅能对用户的模糊意图实现精准理解，进而准确调用约2000个车载接口，还能基于车内外场景主动分析用户潜在需求，并为用户主动提供车辆控制、主动对话、售后等服务，智能交互体验将大幅提升，加速AI在智能汽车领域普及。

目前，基于“智能汽车全域AI”技术体系打造的AI银河精灵、Flyme Auto 智能座舱、无界空间、AI云动力、AI绘本、AI哨兵等一系列AI应用，已在银河E8、银河E5、银河星舰7EM-i等车型上搭载。

今年3月初，吉利还将对外发布重磅AI智能化战略，加速推动AI数字底盘、高阶智能驾驶等最新AI技术的逐步上车，为用户带来颠覆性的智能化体验。