2025年11月，我们国家搞人工智能的一家公司叫阶跃星辰，把他们搞出的一个原生音频推理模型Step-Audio-R1.1给推了出来。这个模型在国际上搞评测的一个榜单Artificial Analysis Speech Reasoning上被测试了一下。结果呢，特别厉害，得了96.4%的准确率。这么高的分，连Gemini、Grok、GPT-Realtime这些国际上最火的大模型都没超过它。所以这次评测成了Artificial Analysis Speech Reasoning榜单历史上最高的成绩。Artificial Analysis Speech Reasoning这个榜单是用来测原生语音模型能力最有公信力的第三方基准之一。这次评测不光看准确率，还看反应速度和响应延迟这些实际应用时很关键的指标。结果出来看，Step-Audio-R1.1模型既保证了准确度，反应速度也很快。所以综合起来看，这个模型的性能和效率都特别好。 这次成绩能拿下来不容易啊。阶跃星辰是在2025年11月发布了Step-Audio-R1这个开源模型。这个模型很牛的地方在于不需要额外延迟就能让机器直接理解连续语音流，还能立马开始推理。所以当时他们就有了“边听边想”的雏形。这次登顶的Step-Audio-R1.1模型就是在Step-Audio-R1基础上做了升级。升级之后流畅度和自然度更强了，处理复杂指令还有上下文推理的能力也有了大提升。 据企业说，今年2月份他们会给大家提供完整的实时语音应用API服务，到时候就方便了好多开发者了。现在他们开放了一个交互式聊天模式，就是集成了Step-Audio-R1.1核心功能的，支持“边听边想、边想边说”的流式推理体验，真的很接近自然交互了。 大家都觉得下一代语音人工智能核心竞争力在于深层认知和推理能力吧？如果没有强大的推理内核支撑，就很难有更拟人化的交互体验。Step-Audio-R1.1模型就是按照这个理念做的。它不光是个语音识别器，还能捕捉语音里的情绪状态和潜在意图呢！ 比如前段时间网上流行的“海豹舞”音频里有韩语歌词的话，Step-Audio-R1.1不仅能准确识别出歌词内容还能推断出来这是语言学习或发音练习材料而不是日常对话呢！ 技术的价值最后还得看产业落地吧？这次突破性模型落地特别快！2026年CES展上我们国产汽车吉利汽车展示了他们的海外版车型吉利银河M9啊！这款车就用上了基于阶跃星辰先进语音模型的智能交互系统呢！这次展会上也吸引了好多人关注和讨论。吉利银河M9是全球首批量产搭载端到端原生语音大模型的汽车之一呢！也标志着我们国家高端制造业和前沿科技融合走在了前面呢！ 为了大家都能受益，阶跃星辰已经把Step-Audio-R1.1模型开源出来啦！这么一来全球开发者都能免费使用啦！这样也降低了很多研发门槛，吸引更多人来参与技术发展呢！ 这次阶跃星辰音频推理模型拿下国际权威评测冠军并且快速实现产业落地还有开源行为展示出了我国科研力量在人工智能核心赛道上持续深耕创新精神呢！它彰显了我国在新一代人工智能技术研发与应用方面的活力与潜力也给全球注入新动力哦！ 未来还有更多技术进步等着我们去探索呢！我们期待科研机构和企业能继续勇攀高峰让人工智能更好地造福人类社会吧！