阶跃星辰宣布开源语音模型Step-Audio-R1.1

1月16日消息，据报道，全球知名权威大模型评测榜单 Artificial Analysis Speech Reasoning 更新，阶跃星辰原生语音推理模型 Step-Audio-R1.1 登顶榜首。

该榜单是目前业界评估“原生语音模型”（Native Audio Models）最权威的第三方基准之一。核心考量模型直接处理音频并进行复杂逻辑推理的能力，主要考察维度包括准确率、首包延迟等。

和大语言模型同理，语音模型同样需要具备强大推理能力，才能提供更高阶智能、更自然交互。Step-Audio-R1.1 以 96.4% 准确率，超越 Grok、Gemini、GPT-Realtime 等主流一线模型，刷新历史最好成绩。

在性能与速度的综合权衡上，Step-Audio-R1.1 全面碾压同类语音模型。Step-Audio-R1 是由阶跃星辰发布的全球首个开源原生语音推理模型。它可以在不增加额外时延的情况下，端到端理解语音内容，“像人类一样听到对话即可思考”。

据悉，其核心能力包括：深度语音推理、实时响应能力、音频领域的可扩展 CoT。Step-Audio-R1.1 是最新升级版本，兼顾更强实时对话和复杂语音推理能力。

完整的实时语音 API 将在 2 月上线，目前开放的chat模式已搭载 R1.1 核心，支持边想边说的流式推理。目前，Step-Audio-R1.1 权重已上传至 HuggingFace。

本文 原创，转载保留链接！网址：https://licai.bangqike.com/cjnews/1329964.html