stepfun-ai

STEP-GUI: A melhor solução de agente GUI da galáxia. Desenvolvida pela equipe StepFun-GELab e alimentada pelas capacidades de pesquisa de ponta da StepFun.

Um modelo de edição de imagem de código aberto SOTA, que visa fornecer desempenho comparável aos modelos de código fechado como GPT-4o e Gemini 2 Flash.

Inteligência agentiva rápida, precisa e confiável.

Step-Audio 2 é um modelo de linguagem grande multimodal de ponta a ponta, projetado para compreensão de áudio e conversação por voz em nível industrial.

Um poderoso modelo de áudio de aprendizado por reforço baseado em LLM de 3B parâmetros que se destaca na edição de Emoção, estilo de fala e paralinguística, e apresenta robusta conversão de texto em fala zero-shot

Step1X-3D: Em direção à geração de alta fidelidade e controlável de ativos 3D texturizados

[🚀 ICLR 2026 Oral] NextStep-1: SOTA em geração de imagens autorregressivas com tokens contínuos. Um projeto de pesquisa desenvolvido pela equipe de Inteligência Multimodal da StepFun.

Um framework de treinamento leve e nativo de IA para grandes modelos de linguagem. Projetado para iteração rápida, experimentos reproduzíveis e configuração modular em fluxos de trabalho de SFT, RLVR e avaliação.

Step-DeepResearch.