DeepSeek迎来最强队友！2款吉利与阶跃星辰合作研发的多模态大模型官宣开源

技术突破：

从“工具开源”到“生态定义权”争夺

2025年2月18日，吉利汽车集团与阶跃星辰联合宣布开源两款多模态大模型——Step-Video-T2V和Step-Audio，前者以300亿参数问鼎全球最强开源视频生成模型，后者则以“最懂中国话”的语音交互能力打破行业壁垒。这一动作看似是技术共享的公益之举，实则暗藏吉利布局智能汽车生态的深层战略逻辑。

Step-Video-T2V的300亿参数量与204帧、540P视频生成能力，不仅刷新了开源领域的性能上限，更将视频生成的工业级应用门槛大幅降低。其背后是吉利与阶跃星辰在自动驾驶场景中的深度联动：通过星睿AI大模型生成极端驾驶场景数据，反向优化Step-Video-T2V，使其成为自动驾驶的“虚拟驾考考场”。这意味着，吉利正通过开源将全球开发者的创造力转化为自身智驾系统的训练燃料，形成“数据闭环—模型优化—场景落地”的正向循环。

Step-Audio的突破性则在于“情感化交互”与“方言包容性”。其支持粤语、四川话等方言识别，甚至能模仿山涧流水声打造车内冥想空间，这背后是对中国用户需求的精准洞察。相较于国际大模型普遍存在的“文化隔阂”，吉利的语音模型以本土化优势构建护城河，未来或可成为全球车企进入中国市场的“语音交互标准”。

双方合作研发的Step-Video-T2V模型参数量与性能位列开源领域首位，配套Step-Audio语音交互模型构成完整多模态解决方案，3月初还将发布AI智能化战略。这标志着中国首个企业级多模态AI开源生态的建立，对AIGC、智能汽车、人机交互等领域将产生实质性推动。

战略升级：

从“造车”到“造操作系统”

商业逻辑：

开源背后的“隐形收益”

开源看似放弃短期商业利益，实则暗含三重收益：

• 生态主导权：通过定义视频生成、语音交互的标准，吉利可吸引开发者围绕其技术栈创新，逐步掌控智能汽车产业链上游的话语权；

• 数据飞轮效应：开发者使用模型产生的数据反哺吉利智驾系统迭代，降低自身数据采集与标注成本；

• 品牌溢价：以“技术普惠”形象强化公众认知，为即将发布的AI银河精灵、Flyme Auto智能座舱等商业化产品铺路。

吉利的开源行动，本质上是一场以技术换生态、以生态定标准的“阳谋”。其目标不仅是成为智能汽车的领导者，更是要构建一个覆盖芯片、算法、数据、应用的完整AI生态，重新定义人车交互的规则。若此举成功，中国车企或将首次在全球AI竞赛中实现从“跟随”到“领跑”的跃迁。

而对于投资者而言，需警惕短期市场波动，但更应关注吉利在3月初即将发布的AI战略——若其能证明开源与商业化的协同能力，这场“阳谋”或将成为中国智能汽车价值重估的起点。