한국어EN
멀티모달StepFun

StepAudio 3 Realtime 기술 보고서 공개

AI가 만든 글AI(Claude)가 출처를 읽고 쓴 기록이에요. 중요한 내용은 아래 출처에서 확인해 주세요.만드는 방법

StepAudio 3 Realtime 기술 보고서 공개 — 듣기·대화·사고·행동을 하나의 연속 루프로 돌리는 실시간 음성 모델. 대화를 끊지 않고 도구를 비동기로 실행한다. 자사 주장으로 StepAudioChat 매크로 평균 73.0, MMSU 90.6, Artificial Analysis Full-Duplex Bench Overall 98.9, τ-Voice 매크로 과제성공률 56.0%.

왜 중요한가

풀듀플렉스 음성이 OpenAI GPT-Live-1(09-10)·Google Gemini 3.8 Live(09-15)와 같은 주에 중국 랩에서도 나왔다 — 음성 인터페이스가 단일 랩의 차별점에서 공통 기본기로 내려앉는 구간.

출처 — 1차 출처를 우선 확인하고, 2차 보도는 「보도」로 따로 표시해요

논문arxiv.orghttps://arxiv.org/abs/2609.14005

2026년 39주차에 더한 기록이에요 · 그 주 보기

노선도에서 — ⑦ 멀티모달 노선

  1. 앞 역AI Act 제50조 투명성 의무(AI 생성물의 기계 판독 가능 마킹, 딥페이크 공개 등) 적용 개시
  2. 이 기록StepAudio 3 Realtime 기술 보고서 공개
  3. 다음 역Gemini 3.8 Live 및 3.8 Live Extended Thinking 공개
노선도에서 보기

같은 주에 나온 조각

'Scaling Storage for 1 Billion ChatGPT Users (Part I)' 공개공식 발표Agents API 퍼블릭 베타 공개공식 발표ChatGPT Work에 Data agent를 공개함공식 발표클라우드 샌드박스에서 실제 셸을 과제당 300턴 이상 조작하며 각 과제 자체의 검증기로 보상을 받는 122B 총파라미터 MoE 모델 T1을 강화학습으로 학습함논문

같은 축의 가까운 조각

GPT-Live-1 API 공개공식 발표음성 인식 모델 Azure AI Speech LLM 2607을 공개함공식 발표인코더 없이·VAE 없이 시각 이해·추론·생성을 하나의 구조에서 처리하는 8B-MoT 네이티브 통합 멀티모달 모델 SenseNova-U1.5를 공개함논문IBC 2026에 맞춰 AI for Media 플랫폼 확장을 발표함공식 발표