StepFun与ACE Studio联合推出StepAudio 3音乐模型，这是StepFun首个音乐生成基础模型，能将文字描述和歌词转化为完整歌曲。只需描述你想要的音乐效果： • 风格、情绪与人声特质 • 乐器配置、调性与节奏 • 曲式结

给大家介绍StepAudio 3——我们全新的5款音频模型系列，覆盖实时语音、语音识别、语音生成、音频生成及音乐功能。其实时模型在人工智能分析评测中，对话流畅度（98.9%）和语音推理能力（99.7%）均排第一；自动语音识别字错误率仅1.7

我们周三要在旧金山举办StepAudio 3活动！现场演示、与StepAudio团队开放问答，还有来自Cresta、Coval、SGLang-Omni和StepFun的专家 panel，聊聊实时AI在生产环境中哪些有效、哪些还出问题，以及未

⚡ 为了实现本地推理的超轻量化，社区开发了一个EXL3 4位量化版本的MiniCPM5-2B，模型权重压缩到了仅1.61GB！✨ 主要亮点： ⚡ 使用4.0位EXL3量化，使模型更小巧轻便 🚀 在NVIDIA Tesla T4上验证，每秒可

RT David Hendrickson：GGUF量化可能迎来一种“大小调节器”——全新的FIT-GGUF量化技术！通常下载本地模型时，你得选量化等级（Q3→Q4→Q5→Q6…），然后祈祷它能适配你的内存/显存。而FIT-GGUF反过来操作

🚀 FIT-GGUF为MiniCPM5-2B带来了可控大小的混合精度量化技术！开发者@Scorp1o_117利用该技术，围绕特定体积和质量目标构建了多个GGUF变体。不同于固定量化预设，现在你可以直接设定目标文件大小或精度等级——FIT-G

🎙️ 实时口译，靠本地VoxCPM2驱动！开发者@HenryZ30734018做了VoxWeft——苹果硅芯片能用的开源同声传译系统。它用VoxCPM2的MLX版本，能在设备上直接把实时语音转成翻译后的语音，既保音频隐私，响应还快。✨ 亮点

优必选人形机器人累计生产和下线总数约为18,000台🥳 这里只统计仿生双足人形机器人，不包括其他类型的人形机器人和轮式平台。

我怀疑创作者在游戏进行中达到了巅峰。🤫 Aymducking │ AI创作者：我刚刚制作了一段游戏视频，与@nadou_pro和Wan 3.0合作，效果出乎意料地好。但场景之间的连贯性才是让我惊叹的部分。🔥 AI视频技术正变得越来越惊人。#

稳定的动作控制。稳定的动画。みと Visuals×AI：上次 Wan3.0 的另一个实验，组合技。