StepZen Star 公司宣布，其开源原生语音推理模型 Step-Audio-R1.1 在全球知名的人工智能模型评估排名中荣获第一名。该排名由人工语音分析推理发布，重点评估语音模型在音频处理和逻辑推理中的能力，涵盖准确性和响应时间等多个维度。
Step-Audio-R1.1以96.4%的准确率超越了Grok、Gemini和GPT-Realtime等领先闭源模型，创造了新的历史纪录。在性能和速度的全面评估中，Step-Audio-R1.1展现了强大的能力，已成为行业的焦点。
该模型具备深度语音推理和实时响应能力，能够无缝理解语音内容，具有“听对话时像人类一样思考”的特点。最新版本不仅提升了实时对话能力，还增强了复杂的语音推理能力。完整的实时语音API计划于明年二月上线。目前，用户可以通过开放聊天模式体验R1.1的核心功能，支持流式推理，使用户能够同时思考和说话。
在发布会上，StepZen展示了该模型在实际应用中的表现，如分析猫斗声和理解韩语歌词。这些示例展示了Step-Audio-R1.1的分析能力和语音理解水平，进一步证明了其在复杂音频环境中的卓越性能。
Step-Audio-R1.1的权重已上传至HuggingFace，开发者和研究人员可以自由下载和使用。同时，用户也可以在StepZen的开放平台体验中心试用。对于那些对人工智能技术和语音模型感兴趣的人来说，这无疑是一个值得期待的机会。
