stepfun-ai

STEP-GUI：银河系顶尖的 GUI 代理方案。由 StepFun-GELab 团队开发，并由 StepFun 的顶尖研究能力驱动。

一款 SOTA 开源图像编辑模型，旨在提供媲美 GPT-4o 和 Gemini 2 Flash 等闭源模型的性能。

快速、敏锐且可靠的 Agentic Intelligence

Step-Audio 2 是一个端到端的多模态大型语言模型，专为工业级的音频理解与语音对话而设计。

强大的 3B 参数、基于 LLM 的强化学习音频编辑模型，擅长编辑情感、说话风格与副语言学，并具备强大的零样本文本转语音功能

Step1X-3D：实现具备高保真与可控性的 3D 纹理资产生成

[🚀 ICLR 2026 Oral] NextStep-1：采用连续 Token 的 SOTA 自回归图像生成。由 StepFun 多模态智能团队开发的研究项目。

轻量级、AI 原生的大型语言模型训练框架。专为快速迭代、可重现实验以及跨 SFT、RLVR 与评估工作流程的模块化配置而设计。

Step-DeepResearch