2025年1月22日，上海跃星智能科技有限公司宣布正式升级其视频生成模型Step-Video至V2版本。这一升级带来了显著的技术突破和改进，使其在模拟现实世界方面更加出色。
Step-Video V2版本在多个核心技术领域进行了优化和创新。首先，该版本使用了具有更高压缩比的VAE模型，这不仅显著降低了计算复杂度，提高了生成效率，还通过高效的时空压缩确保了重建质量。其次，Step-Video V2深度优化了DiT架构，并引入了强化学习算法，进一步增强了视频生成的流畅性和细节表现力。此外，该版本集成了公司自主研发的多模态理解大型模型和视频知识库，使得对视频内容和电影语言的描述更加准确，生成的视频更接近现实。
在实际应用中，Step-Video V2展示了强大的能力，在生成复杂动作方面表现出色。无论是芭蕾舞、空手道还是羽毛球运动，它都能流畅呈现动态场景。同时，该模型在捕捉人类表情方面表现出色，细腻地展示了真实人物或虚构角色的情感和光影效果。此外，Step-Video V2支持丰富的电影语言风格，包括推、拉、倾斜和平移等不同的运动方式以及不同镜头类型的转换，为视频创作提供了更多的可能性。
值得一提的是，Step-Video V2引入了基本的文字生成功能，可以无缝地将文字融入视频内容中，并且其结果显著优于之前的模型。这一功能的添加进一步扩展了视频生成的应用场景。
目前，Step-Video V2已在跃文网站门户（）上开放试用申请，让用户能够体验到这款升级版的强大功能。
此次升级不仅标志着跃星公司在视频生成领域的技术进步，也为创作者提供了更强大的工具，推动了视频创作进入新的阶段。
总结：本文介绍了上海跃星智能科技有限公司发布的Step-Video V2版本视频生成模型的重要升级信息。通过技术优化和创新改进，在模拟现实世界、捕捉人类表情、支持丰富电影语言风格等方面表现出色，并开放试用申请供用户体验其强大功能。
