stepfun-ai

STEP-GUI：銀河系最高峰のGUIエージェントソリューション。StepFun-GELabチームが開発し、StepFunの最先端の研究能力を活用しています。

GPT-4o や Gemini 2 Flash などのクローズドソースモデルに匹敵する性能を目指した、SOTA のオープンソース画像編集モデル

高速、高精度、信頼性の高いエージェント型インテリジェンス

Step-Audio 2は、産業レベルの音声理解と音声対話のために設計されたエンドツーエンドのマルチモーダル大規模言語モデルです。

感情、話し方、パラ言語の編集に優れ、堅牢なゼロショットTTS機能を備えた、強力な3BパラメータのLLMベース強化学習オーディオ編集モデル

Step1X-3D：テクスチャ付き3Dアセットの高忠実度かつ制御可能な生成に向けて

[🚀 ICLR 2026 Oral] NextStep-1: 連続トークンを用いた SOTA な自己回帰画像生成。StepFun のマルチモーダル知能チームによって開発された研究プロジェクト。

大規模言語モデル向けの軽量な AI ネイティブトレーニングフレームワーク。SFT、RLVR、評価ワークフロー全体での高速な反復、再現可能な実験、モジュール式設定を実現するように設計されています。

Step-DeepResearch