Step-Video-T2V 是一种先进的文本转视频模型，拥有300亿个参数，能够生成长达 204 帧的视频。

Step-Video-T2V 模型可根据文字描述生成长达 10 秒的视频，包括名人图像。

🧬 https://github.com/stepfun-ai/Step-Video-T2V

#tools #AI