日常生活中，我們經(jīng)常遇到需要在布滿密集小字、且有幾處區(qū)域高度反光的菜單上，辨別某一特定菜品價格的場景。這對許多人來說很棘手，但對階躍星辰的大模型Step 3而言卻是小菜一碟。它能根據(jù)用戶指令，在極短時間內(nèi)定位到餐前小食區(qū)域的菜品無骨鴨掌，并準確地識別出它的價格。顯然，這樣的感知能力，已經(jīng)超過人類水平。

2025年7月25日，階躍星辰在上海召開Step 3大模型發(fā)布會暨生態(tài)聯(lián)盟成立大會。會上，該公司正式發(fā)布了上述新一代基礎大模型Step 3，并計劃于7月31日面向全球企業(yè)和開發(fā)者開源。

與此同時，宣布與上海國有資本投資有限公司達成深度戰(zhàn)略合作，并聯(lián)合國內(nèi)近十家領(lǐng)先的芯片、平臺廠商發(fā)起成立“模芯生態(tài)創(chuàng)新聯(lián)盟”，致力于通過推動模型和芯片產(chǎn)業(yè)鏈聯(lián)合創(chuàng)新，加速大模型應用落地。

此外，該公司還邀請沐曦創(chuàng)始人、董事長兼總經(jīng)理陳維良，天數(shù)智芯董事長兼CEO蓋魯江，燧原科技創(chuàng)始人、董事長兼CEO趙立東，以及壁仞科技創(chuàng)始人、董事長兼CEO張文，圍繞“大模型與芯片的協(xié)同創(chuàng)新”這一話題，展開圓桌對話。

（來源：資料圖）

推出新一代基礎大模型Step 3，推理效率最高達DeepSeek-R1的300%

階躍星辰自2023年成立以來，便以實現(xiàn)通用人工智能為目標，聚焦基礎大模型的研發(fā)，不斷推進模型技術(shù)迭代。該公司于2024年3月和9月分別發(fā)布千億參數(shù)原生多模態(tài)大模型Step 1和萬億參數(shù)混合專家模型Step 2。

階躍星辰創(chuàng)始人、CEO姜大昕表示：“從Step 1到Step 2兩代基模的快速迭代，促使我們深入思考什么才是最適合應用的模型?！?/p>

該公司經(jīng)過探索發(fā)現(xiàn)，模型必須滿足“多開好省”的特點。

首先，“多”即多模態(tài)。雖然數(shù)學與代碼常被用于測試模型能力，但多模態(tài)在大量應用場景中才是剛需。

其次，“開”即開源。開源模型有利于私有化部署，且便于后訓練和微調(diào)，能極大地幫助模型適應下游應用需求。

再次，“好”即邏輯能力好。模型既要學識豐富、善解人意，又要邏輯嚴謹。

最后，“省” 是在保證模型能力優(yōu)異的前提下，盡可能降低成本。

Step 3正是在上述研發(fā)理念的指導下應運而生。

目前，該模型擁有兩大突出特點。

其一，模型能力強。其具備強大的視覺感知與復雜推理能力，不管是跨領(lǐng)域的復雜知識理解、數(shù)學與視覺信息的交叉分析，還是日常生活中的各類視覺分析問題，它都能準確完成。通過MMMU、MathVision、SimpleVQA、AIME 2025、LiveCodeBench (2024.08-2025.05) 等一系列榜單測評，該模型的得分超過國內(nèi)外所有開源的同類模型，成績達到當前開源多模態(tài)推理模型的最高水平。

（來源：資料圖）

會上，借助幾個案例，階躍星辰對該模型的多模態(tài)和推理能力做了展示。除了開頭提到的“無骨鴨掌”案例，還包括識別色盲自測圖和幫用戶計算分攤花銷。對于前一個問題，Step 3能夠很快正確識別出圖中字母為“Step 3”，并打趣它和自己的名字相同是一個有趣的巧合。對于后一個問題，盡管原始設定規(guī)則相對復雜，但它通過關(guān)聯(lián)微信截圖和購物小票圖，依然能準確地計算出每個人應付的錢數(shù)。

其二，推理效率高、應用成本低。此前有不少提升模型推理效率的開源工作，例如DeepSeek就做了諸多優(yōu)化，但這些優(yōu)化主要針對英偉達H800等高端國外芯片。階躍星辰希望能開發(fā)一些創(chuàng)新方法，讓模型可以更好地適配到更多類型的芯片上，包括國產(chǎn)算力。因此，該公司從開始設計模型架構(gòu)時，便著重考慮硬件和系統(tǒng)的特點，最終使得Step 3能在最廣泛的硬件上進行高效處理。

從數(shù)據(jù)上看，Step 3在某個國產(chǎn)芯片上的推理效率最高可達DeepSeek-R1的300%，在基于英偉達Hopper架構(gòu)的芯片上進行分布式推理時，相較于DeepSeek-R1的吞吐量提升超70%。

（來源：資料圖）

據(jù)階躍星辰聯(lián)合創(chuàng)始人、副總裁朱亦博透露，Step 3的表現(xiàn)之所以優(yōu)于其他模型，主要是采用了一款名為多矩陣分解注意力的新型注意力機制架構(gòu)，因而能在不犧牲模型參數(shù)量的條件下，顯著減少計算復雜度和顯存占用。

也正如姜大昕所說：“更高的處理效率就意味著更低的成本，傳導到用戶那里就是更低的價格。”

（來源：資料圖）

Step 3的多模態(tài)能力主要表現(xiàn)在視覺理解和推理上，但在實際應用中，用戶對多模態(tài)能力的要求則更為豐富，比如能看能寫、能聽能說、能畫能唱，甚至可以生成視頻等。

基于此，該公司也構(gòu)建了“1+N”的Step系列大模型矩陣。其中，“1”是指Step 3基礎大模型，“N”是指Step系列的多模態(tài)大模型矩陣，廣泛覆蓋語音、視覺理解、圖像編輯、圖像和視頻生成、音樂等領(lǐng)域。值得關(guān)注的是，該公司同期還發(fā)布了階躍首個多模理解生成一體化模型Step 3o Vision、以及第二代端到端語音大模型Step-Audio 2。

會上，該公司對Step-Audio 2做了具體展示。它不僅可以非常流利地使用中文、英文、上海話等各種語言和用戶絲滑交流，也能模仿小朋友、男性、女性等不同用戶的聲音。它還具備多人對話的能力，即便被打斷，也能靈敏反應。

據(jù)悉，目前這些多模態(tài)大模型均可以在“階躍AI”官網(wǎng)（stepfun.com）和“階躍AI”App（應用商店搜索下載）進行體驗。

會上，階躍星辰宣布與上海國有資本投資有限公司達成深度戰(zhàn)略合作，并舉辦簽約儀式。據(jù)了解，雙方將圍繞加強資本鏈接、生態(tài)業(yè)務合作等方面，進行全面深度合作。

此外，過去一段時間，該公司在商業(yè)化上也取得了豐碩成果。

在智能終端領(lǐng)域，與國內(nèi)超過一半的頭部國產(chǎn)手機廠商合作，共同打造手機Agent體驗；聯(lián)合吉利汽車推出AI智能座艙，成功實現(xiàn)行業(yè)內(nèi)端到端語音大模型首次量產(chǎn)上車；與千里科技、吉利合作，打造新一代智能座艙產(chǎn)品交互體驗；在金融行業(yè)，與財躍星辰合作推出“AI小財神Pro”版本，實現(xiàn)高峰期每分鐘tokens（模型處理文本時的基本單位）超過五百萬。

聯(lián)合多家芯片廠商發(fā)起“模芯生態(tài)創(chuàng)新聯(lián)盟”，加速推動AI業(yè)務繁榮

會上，階躍星辰聯(lián)合近10家芯片及基礎設施廠商成立“模芯生態(tài)創(chuàng)新聯(lián)盟”，，致力于打通芯片、模型和平臺全鏈路技術(shù)。通過底層聯(lián)合創(chuàng)新提升大模型適配性和算力效率，該聯(lián)盟將為企業(yè)和開發(fā)者提供高效易用的大模型解決方案，加速應用落地。

（來源：資料圖）

該聯(lián)盟的成立，源于一個全行業(yè)共識：大模型推理成本的降低，已成為決定其應用滲透率的關(guān)鍵。

“降低推理成本本質(zhì)是提升算力應用效率。API價格戰(zhàn)只是一時喧囂，提升模型算力效率需產(chǎn)業(yè)聯(lián)合創(chuàng)新。”姜大昕表示。

實際上，該公司當初在設計Step 3的模型架構(gòu)時，就已經(jīng)考慮到國產(chǎn)芯片的硬件特點。這是一個聯(lián)合設計的過程，也是通過建立聯(lián)盟來聯(lián)合創(chuàng)新生態(tài)的動機和目標。

據(jù)介紹，該聯(lián)盟的首批成員包括華為昇騰、沐曦、壁仞科技、燧原科技、天數(shù)智芯、無問芯穹、寒武紀、摩爾線程、硅基流動等。其中，華為昇騰芯片已首先實現(xiàn)Step 3的搭載和運行，沐曦、天數(shù)智芯和燧原科技等企業(yè)也已初步實現(xiàn)運行Step 3。

在圓桌對話環(huán)節(jié)，針對如何加強產(chǎn)業(yè)鏈協(xié)同，讓模型和芯片更好地配合這一話題，各位發(fā)言人發(fā)表了自己的意見。

陳維良表示，依托“模芯生態(tài)創(chuàng)新聯(lián)盟”，芯片和模型企業(yè)應深化算子優(yōu)化以形成更高效的模型，并借助中國產(chǎn)業(yè)鏈優(yōu)勢，打造自主自強的中國特色解決方案。

蓋魯江說道，一要推動國產(chǎn)芯片在體量和降本上突破；二要深入理解不同應用場景，匹配用戶需求并提出一攬子的解決方案；三要通過聯(lián)盟打通芯片到整機廠商、模型廠商及最終應用場景的鏈條，建立統(tǒng)一規(guī)范和標準。

趙立東認為，國產(chǎn)AI芯片目前面臨高端芯片制造和生態(tài)兩座大山，后者是模型與芯片合作的切入點。

張文則指出，模型與芯片的良好配合需依托國產(chǎn)大模型的發(fā)展，當前國產(chǎn)大模型水平已接近國外，但國產(chǎn)芯片仍有較大差距，所以適配國產(chǎn)大模型公司能為芯片產(chǎn)品定義提供重要參考，可根據(jù)前者對超長文本、大規(guī)模推理等特性的需求調(diào)整產(chǎn)品，讓國產(chǎn)大模型的發(fā)展能有效牽動國產(chǎn)芯片設計的進步。

顯然，國產(chǎn)大模型和國產(chǎn)芯片是科技發(fā)展的兩個支點，只有實現(xiàn)從模型、芯片、平臺到應用的全產(chǎn)業(yè)鏈聯(lián)合創(chuàng)新，推動大模型和算力雙向?qū)崿F(xiàn)價值最大化，才能加速推動AI在各行各業(yè)真正落地。