近日，阶跃星辰正式发布最强开源端到端语音大模型Step-Audio 2 mini，该模型在多个国际基准测试集上取得SOTA（State-of-The-Art，即当前最佳水平）成绩。

上证报中国证券网讯（记者 孙小程）近日，阶跃星辰正式发布最强开源端到端语音大模型Step-Audio 2 mini，该模型在多个国际基准测试集上取得SOTA（State-of-The-Art，即当前最佳水平）成绩。

在技术层面，Step-Audio 2 mini采用真正的端到端多模态架构，并将语音理解、音频推理与生成统一建模，不仅时延更低、输出更快，还能更加精准地理解副语言信息、非人声信号等语音要素，显著提升了语音人机交互的效率和智能上限。

根据测评，这款模型在音频理解、语音识别、跨语种翻译、情感与副语言解析等任务中表现突出，综合性能超越Qwen-Omni 、Kimi-Audio在内的所有开源端到端语音模型，并在大部分任务上超越GPT-4o-audio。

在此之前，吉利发布了搭载阶跃星辰端到端语音大模型的吉利银河M9，这是行业内端到端语音大模型首次实现量产上车。

阶跃星辰相关负责人介绍，自去年发布国内首个千亿参数端到端语音大模型Step-1o Audio以来，公司持续迭代模型性能，并跟吉利、鲸鱼机器人、TCL、Cyan青心意创等头部终端厂商达成深度合作，让语音大模型在生活场景中为消费者提供更加智能、便捷的互动体验。

今年以来，阶跃星辰已经开源8款性能领先的多模态模型，覆盖语音、视频生成、图像编辑、3D、多模态推理等多个类别。