StepFun发布StepAudio 2.5 Realtime：端到端语音模型，具备角色扮演专用RLHF和副语言理解

上海AI实验室StepFun发布StepAudio 2.5 Realtime，一款端到端实时语音大语言模型，支持自定义角色。通过WebSocket API连接，支持中英文。在2026年4月的五项基准测试中均排名第一，人类评估得分80.41，副语言理解得分82.18。