1、核心产品信息：

1. 多模态大模型矩阵：已发布 21 款模型，其中 70% 为多模态模型，覆盖语音、图像、视频生成及跨模态理解。例如，开源视频生成模型 Step-Video-T2V 支持生成 5 秒、540P 分辨率的视频，运动幅度和镜头控制精度行业领先；语音交互模型 Step-Audio 支持方言、情绪及个性化音色克隆，在 HSK-6 汉语水平测试中表现超越同类开源模型。
2. 行业解决方案：在金融领域推出 “财跃 F1 金融大模型”，基于万亿级金融语料训练，具备图表解析、金融计算及风险评估能力，已应用于智能投顾、财报解读等场景；在汽车领域与吉利合作开发车载智能体，支持方言交互、儿童模式及多模态任务执行。
3. 开发者生态：通过 “繁星计划” 二期提供模型、算力、数据等资源，赋能开发者构建 AI 应用，目前已孵化 20 余个项目，并与 TCL、智元机器人等企业共建联合实验室。

2、技术优势：

1. 多模态感知与生成：
   • 模型支持文本、图像、语音、视频的端到端交互，例如 Step1X-Edit 图像编辑模型在 GEdit-Bench 基准测试中语义一致性、图像质量等指标超越开源模型，比肩 GPT-4o 等闭源产品。
   • 与 OPPO 合作的 “一键问屏” 功能，可实时解析手机屏幕内容并执行搜索、问答任务，融合实时图片搜索与知识库 RAG 技术。
2. 深度推理与任务规划：
   • 自研推理模型 Step-R1-V-Mini 在视觉推理榜单 MathVision 中位列国内第一，支持复杂逻辑分析（如菜系判断、地理位置识别），采用多模态联合强化学习提升泛化能力。
   • 在金融场景中，“AI 小财神” 通过分析新闻与财报生成投资报告，展现长链推理与行业知识深度。