stepfun-ai

STEP-GUI: Die führende GUI-Agenten-Lösung in der Galaxie. Entwickelt vom StepFun-GELab-Team und angetrieben von den wegweisenden Forschungsfähigkeiten von StepFun.

Ein SOTA-Open-Source-Bildbearbeitungsmodell, das eine vergleichbare Leistung wie Closed-Source-Modelle wie GPT-4o und Gemini 2 Flash bieten soll.

Schnelle, präzise und zuverlässige agentische Intelligenz

Step-Audio 2 ist ein multimodales End-to-End-Large-Language-Model, das für industrietaugliches Audioverständnis und Sprachkonversationen entwickelt wurde.

Ein leistungsstarkes 3B-Parameter-LLM-basiertes Reinforcement-Learning-Audiobearbeitungsmodell, das sich hervorragend für die Bearbeitung von Emotionen, Sprechstil und Paralinguistik eignet und robuste Zero-Shot-Text-to-Speech bietet

Step1X-3D: Auf dem Weg zur originalgetreuen und steuerbaren Generierung von texturierten 3D-Assets

[🚀 ICLR 2026 Oral] NextStep-1: SOTA Autoregressive Bildgenerierung mit kontinuierlichen Token. Ein Forschungsprojekt des Multimodal Intelligence Teams von StepFun.

Ein leichtgewichtiges, KI-natives Trainings-Framework für große Sprachmodelle. Entwickelt für schnelle Iteration, reproduzierbare Experimente und modulare Konfiguration für SFT-, RLVR- und Evaluierungs-Workflows.

Step-DeepResearch