stepfun-ai

STEP-GUI: La mejor solución de agente GUI de la galaxia. Desarrollada por el equipo de StepFun-GELab y respaldada por las capacidades de investigación de vanguardia de StepFun.

Un modelo de edición de imágenes open-source de última generación (SOTA), que busca ofrecer un rendimiento comparable al de modelos de código cerrado como GPT-4o y Gemini 2 Flash.

Inteligencia agéntica rápida, precisa y confiable

Step-Audio 2 es un modelo de lenguaje multimodal de extremo a extremo diseñado para la comprensión de audio y la conversación por voz a nivel industrial.

Un potente modelo de edición de audio basado en aprendizaje por refuerzo y LLM de 3B de parámetros, excelente para editar emociones, estilos de habla y paralingüística, con capacidades robustas de texto a voz zero-shot.

Step1X-3D: Hacia la generación controlable y de alta fidelidad de activos 3D texturizados

[🚀 ICLR 2026 Oral] NextStep-1: Generación de imágenes autorregresivas SOTA con tokens continuos. Un proyecto de investigación desarrollado por el equipo de Inteligencia Multimodal de StepFun.

Un framework de entrenamiento ligero y nativo de IA para modelos de lenguaje grandes. Diseñado para iteración rápida, experimentos reproducibles y configuración modular en flujos de trabajo de SFT, RLVR y evaluación.

Step-DeepResearch