阶跃星辰发布Step-1o Vision多模态理解大模型。该模型提升了视觉识别、感知、指令跟随和推理能力。Step-1o Audio也同步升级，支持多语种及方言理解，时延更低。在最新榜单中，Step-1o Vision在中国大模型中视觉领域排名第一。此外，模型可识别复古插画关键词、翻译意大利语，还能识别动物数量和品种。阶跃星辰表示，Step系列将在春节前推出更多通用大模型。

12月14日，阶跃星辰宣布推出国内首个千亿参数端到端语音大模型“Step-1o”。与传统级联方案相比，Step-1o实现了语音理解和生成的一体化，提升了模型的智商和情商。该模型支持语音、文本等多种形式的输入和输出，能够快速反应并随时打断，还能深度理解和模仿音色、韵律、方言等声音特征。Step-1o具备自我学习和模仿能力，不仅能提供专业建议，还能提供高情绪价值的陪伴，并且具有强大的创作能力。近期，Step-1o将接入跃问App，为用户提供实时语音通话服务。