stepfun-ai

STEP-GUI：銀河系頂尖的 GUI 代理方案。由 StepFun-GELab 團隊開發，並由 StepFun 的頂尖研究能力驅動。

一款 SOTA 開源圖像編輯模型，旨在提供媲美 GPT-4o 和 Gemini 2 Flash 等閉源模型的效能。

快速、敏銳且可靠的 Agentic Intelligence

Step-Audio 2 是一個端到端的多模態大型語言模型，專為工業級的音訊理解與語音對話而設計。

強大的 3B 參數、基於 LLM 的強化學習音訊編輯模型，擅長編輯情感、說話風格與副語言學，並具備強大的零樣本文字轉語音功能

Step1X-3D：實現具備高擬真與可控性的 3D 紋理資產生成

[🚀 ICLR 2026 Oral] NextStep-1：採用連續 Token 的 SOTA 自迴歸影像生成。由 StepFun 多模態智慧團隊開發的研究專案。

輕量級、AI 原生的大型語言模型訓練框架。專為快速迭代、可重現實驗以及跨 SFT、RLVR 與評估工作流程的模組化配置而設計。

Step-DeepResearch