階躍星辰開源320億參數深度研究模型Step-DeepResearch，能在開放環境中自主探索信息並生成專業報告。其研究能力接近OpenAI o3-mini等頂級商業模型，但部署成本僅爲傳統模型的十分之一，單次調用成本低於0.5元人民幣。
StepFun AI團隊推出音頻大模型Step-Audio-R1，通過優化計算資源利用，解決了音頻AI模型在長推理鏈中準確性下降的問題。研究團隊指出，問題源於訓練時過度依賴文本數據，導致模型推理類似閱讀文字而非實際聆聽聲音。
國內AI公司階躍星辰發佈Step-Audio-EditX模型，實現用自然語言指令編輯語音。用戶只需輸入文字要求，即可精準調整音色、情緒、節奏等，讓語音編輯如修改文檔般直觀高效。30億參數確保性能強大。
StepFun AI發佈開源項目Step-Audio-EditX，基於30億參數音頻語言模型，將語音編輯轉化爲類似文本標記的可控操作，突破傳統波形處理模式。該技術有望實現"像編輯文本一樣編輯語音"的直觀交互，相關論文已發佈於arXiv平臺（編號2511.03601）。
一個統一的圖像編輯模型，支持多種用戶指令。
全新多模態推理模型，支持圖文輸入、文字輸出，具備高精度圖像感知與複雜推理能力。
一款基於30B參數的圖生視頻模型，支持運動幅度可控和多種運鏡效果
Step-Audio是一個開源智能語音交互框架，支持多語言對話、情感語調和語音克隆等功能。
Openai
$7.7
輸入tokens/百萬
$30.8
輸出tokens/百萬
200
上下文長度
Google
$8.75
$70
1k
Stepfun
-
$38
$120
16
$1
$2
32
$21
$84
128
stepfun-ai
Step-Audio 2 是一款端到端的多模態大語言模型，專為滿足行業級音頻理解和語音對話需求而設計。具備先進的語音和音頻理解能力、智能語音對話功能、工具調用和多模態檢索增強生成能力，在多個音頻理解和對話基準測試中取得了領先的性能。
jingyiZ00
R1-VL-7B是一個基於Qwen2-VL-7B-Instruct的推理模型，採用逐步分組相對策略優化（StepGRPO）方法進行訓練，專注於圖文轉文本任務。
R1-VL-2B 是通過逐步組相對策略優化（StepGRPO）訓練得到的視覺語言推理模型，基於Qwen2-VL-2B-Instruct進行優化。
stephenwalker
這是一個基於Google Gemma 3 27B IT模型轉換的MLX版本，支持圖像文本到文本的任務。
Step-Video-T2V是一個擁有300億參數、能生成最長204幀視頻的尖端文本生成視頻預訓練模型。
stepenZEN
DeepSeek-R1-Distill-Llama-8B 是一個基於 Llama 架構的蒸餾版大語言模型，參數規模為 8B，主要用於英文文本生成和理解任務。
stephenlzc
這是一個基於Dolphin-2.9-Llama3-8B進行中文微調的語言模型，使用多箇中文數據集進行訓練，支持中文和英文的文本生成和對話任務。
StephanAkkerman
一個基於efficientnet_b0微調的輕量級圖像分類模型，專門用於識別金融圖表
針對金融推文情感分類的微調模型，基於預訓練1000萬條金融推文的金融推特BERT
FinTwitBERT是一個專門針對金融推文進行預訓練的語言模型，旨在捕捉金融推特圈中獨特的術語和溝通風格。
StephenSKelley
這是一個基於Google的ViT模型進行微調的圖像分類模型，在fl_image_category_ds數據集上訓練，準確率達到66.22%。
基於microsoft/resnet-18微調的圖像分類模型，在fl_image_category_ds數據集上訓練
gary109
基於wav2vec2-large-xlsr-53的自動語音識別模型，專為StepMania遊戲音頻優化，在GARY109/AI_LIGHT_DANCE數據集上微調
StephennFernandes
基於 facebook/wav2vec2-xls-r-300m 在私有數據集上微調的自動語音識別模型，具備魯棒語音事件處理能力。
基於facebook/wav2vec2-xls-r-300m在馬拉地語數據集上微調的自動語音識別模型
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
