StepFunのStepシリーズは、テキスト・マルチモーダル理解・画像/動画生成・音声対話まで対応するため、複数のモダリティを組み合わせたアプリケーション開発の場面で活用が想定されています。
複数モダリティ対応AIの導入検討相談
テキスト・画像・動画・音声を横断するモデル群