开源端到端语音大模型：直接从原始音频输入，生成语音输出
专注于大语言模型在多任务应用的研究及AIGC开发者生态建设。Step-Audio团队开源了端到端语音大模型Step-Audio-AQAA，能够直接生成自然流畅的音频回答。
Step-Audio
阶跃星辰 Tech Fellow 段楠：Step-Video 系列模型的关键技术解读
4 月 18-19 日，由 CSDN&Boolan 联合举办的「2025 全球机器学习技术大会」将在上海虹桥西郊庄园丽笙大酒店隆重举行，云集多位重量级嘉宾分享前沿议题。段楠博士将详解多模态大模型进展，并深入剖析 Step-Video-T2V 和 Step-Audio 模型的最新成果和挑战，为参会者提供宝贵见解。
跃问APP开源的130B语音模型 Step-Audio，快手开源运动控制DragAnything，微软智能体入门10个免费课程
Step-Audio是首个支持多语言对话、情感表达和方言的开源智能语音交互框架；Frames of Mind项目通过思维链可视化思考过程；DragAnything实现对象运动控制；《AI Agents for Beginners》课程教授初学者构建AI代理技能；Chat2Geo结合遥感数据进行地理空间分析。