《阶跃星辰Step-Video-TI2V：开创图生视频新纪元，精准掌控动作与镜头轨迹》

Step-Video-TI2V革新图生视频领域：精准操控动作与镜头轨迹的未来已来

　　 3月消息，今年2月，阶跃星辰发布了两款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。近日，阶跃星辰再次推出了一款图生视频模型——Step-Video-TI2V。这款模型基于参数量达30B的Step-Video-T2V进行训练，能够生成102帧、时长5秒、分辨率为540P的视频。Step-Video-TI2V具备运动幅度可控和镜头运动可控两大核心特性，同时在特效生成方面也有一定的先天优势。

　　 阶跃星辰称，与现有的开源图像生成视频模型相比，Step-Video-TI2V不仅在参数规模上为该领域设定了更高的标准，还凭借其可调节的运动幅度能力，在保证生成结果动态性的同时提升了稳定性，为创作者带来了更加多样化的选择。                                                               

　　 与此同时，Step-Video-TI2V 已完成与华为昇腾计算平台的适配，并在魔乐社区（Modelers）上线。

　　 附 Step-Video-TI2V 核心特点如下：

　　 Step-Video-TI2V能够对视频的“运动幅度（motion）”进行精准调控，从而在保持画面稳定与呈现动态效果之间找到理想的平衡点。无论创作者需要的是静止且平稳的画面，还是充满活力的高动态场景，该技术都能够提供强有力的支持。

　　 Step-Video-TI2V 不仅能够掌控镜头内主体的运动，还具备对多种运镜模式的深入理解，可对生成视频中的镜头运动实现精准操控，输出大片级别的运镜效果。无论是基础的推拉摇移、升降操作，还是复杂的电影级运镜需求，该技术均能轻松应对。

　　 Step-Video-TI2V技术在动漫领域展现出了卓越的能力，特别适合用于动画创作与短视频制作。这一技术不仅能够大幅提升工作效率，还能为创作者提供更多的灵感和可能性。我认为，随着这项技术的不断进步，它将在未来成为动漫行业的重要工具，帮助创作者更轻松地实现他们的创意愿景。同时，这也意味着观众有望看到更多高质量、风格多样的动漫作品，这对整个行业的繁荣发展无疑是积极的推动作用。

　　 Step-Video-TI2V凭借其强大的功能，能够完美适配各种尺寸的画面需求，不论是横屏带来的宽广视觉冲击，竖屏营造的沉浸式体验，还是方屏传递的经典复古氛围，都能轻松应对。这为创作者提供了极大的便利，让他们可以依据不同平台的特点以及自身创意的需求，灵活调整图片尺寸，从而确保最终呈现的效果既美观又协调，避免了因画面变形或比例失衡而影响观感的情况发生。 我认为，这种技术的普及不仅大大降低了视频制作的技术门槛，还极大丰富了内容表达的形式与可能性。对于媒体行业而言，这意味着我们能够在保持高质量的同时，更加精准地匹配目标受众的习惯与偏好，这对于提升传播效果具有重要意义。同时，这也鼓励了更多普通人参与到视频创作中来，促进了文化多样性的繁荣发展。

　　 现在，Step-Video-TI2V 模型已正式开源，阶跃 AI 网页版和 App 端均已上线。

　　 此外，Step-Video-TI2V目前已经展现出一定的特效生成能力，未来，阶跃星辰计划借助LoRA等技术手段，进一步挖掘模型的特效潜能。

　　 模型及技术报告链接：

　　 GitHub：

　　 https://github.com/stepfun-ai/Step-Video-TI2V

　　 Github-ComfyUI：

　　 https://github.com/stepfun-ai/ComfyUI-StepVideo

　　 技术报告：

　　 https://arxiv.org/abs/2503.11251