智東西（公眾號：zhidxcom）
作者｜程茜
編輯｜漠影
智東西7月25日報(bao)道，在(zai)世界人工(gong)智能大(da)會正式開幕前一天，階躍星(xing)辰(chen)在(zai)發布會上(shang)接連放出一系列重(zhong)磅(bang)消息。
首先，階躍發布新一代主(zhu)力基座模型Step 3，并宣布將于7月31日面向全球企業和開發者開源，為開源世界貢獻最強多模態推理模型。Step 3的野心是打造推理時代最適合應用的模型，實現了行業領先的推理解碼效率。它在國產芯片上的推理(li)效率(lv)最高可(ke)達(da)DeepSeek-R1的300%，且對所有芯片友好。
這也引出了第二個重磅，階躍(yue)宣布聯(lian)合近(jin)10家芯片及(ji)基礎設施廠(chang)商，共同發起“模芯生態創(chuang)新聯(lian)盟”，致力于通過底層聯合創新提升大模型適配性和算力效率，加速大模型應用落地，包括華(hua)為昇騰、沐(mu)曦、壁仞科技、燧原科技、天數智芯、無問芯穹在(zai)內的多(duo)家頂級國產(chan)芯片大佬(lao)罕見地在(zai)階躍發布會同(tong)臺(tai)亮(liang)相。
與基礎大模型能力進階同頻的，是階躍星辰在大模型商業化應用落地上勢如破竹——根據官方披露的數據，2025年上半年，階(jie)躍星(xing)辰的收入快速增長，全年收(shou)入預計接近(jin)10億(yi)元。
階躍星辰創(chuang)(chuang)始(shi)人、CEO姜(jiang)大昕談道，隨著(zhu)大模(mo)(mo)型(xing)進入到強化學習發(fa)展(zhan)階段(duan)，新一代推理(li)模(mo)(mo)型(xing)成(cheng)為(wei)主流，模(mo)(mo)型(xing)性能的(de)(de)提(ti)升固然(ran)顯著(zhu)，但這是(shi)否(fou)完全等同(tong)于模(mo)(mo)型(xing)價(jia)值？什么樣的(de)(de)推理(li)模(mo)(mo)型(xing)是(shi)最適合商業化應用的(de)(de)？如何聯動模(mo)(mo)型(xing)、芯片、基礎設施全技(ji)術鏈(lian)條(tiao)的(de)(de)力量(liang)，一起加速(su)大模(mo)(mo)型(xing)的(de)(de)應用落地？基礎大模(mo)(mo)型(xing)公司(si)如何通過(guo)技(ji)術創(chuang)(chuang)新找(zhao)到健康可(ke)持續的(de)(de)商業化路徑？
階躍(yue)在這場發布(bu)會對這一系列(lie)問題交出了有(you)行業啟發性的答卷(juan)。
一、多榜單超主流開源模型，推理效率可達DeepSeek-R1 300%
推理模型(xing)已然(ran)成為今年大模型(xing)產業的(de)熱詞。
但當下推(tui)理(li)模(mo)型(xing)(xing)(xing)的(de)可用性仍(reng)被(bei)多(duo)(duo)重(zhong)現實(shi)瓶頸制約：能(neng)支撐其流暢運行的(de)高性能(neng)芯片供(gong)給有限，多(duo)(duo)數(shu)企業面(mian)臨模(mo)型(xing)(xing)(xing)跑得起卻用不(bu)(bu)起的(de)算力困境；開(kai)源生態的(de)不(bu)(bu)完善讓技術迭代受限，閉源模(mo)式下用戶既難(nan)驗證推(tui)理(li)邏輯(ji)的(de)可靠(kao)性，也難(nan)以針對場(chang)景(jing)深度調優；更關鍵的(de)是，大量(liang)推(tui)理(li)模(mo)型(xing)(xing)(xing)仍(reng)困于單(dan)一模(mo)態的(de)“信息孤島(dao)”，缺乏兼具(ju)文本、圖像、視頻、語(yu)音(yin)的(de)綜合多(duo)(duo)模(mo)態能(neng)力，難(nan)以應(ying)對真實(shi)世(shi)界的(de)復雜交(jiao)互需求。
但如今能同(tong)時處(chu)理(li)文本、圖像、音(yin)頻、視頻、傳感器數據等多(duo)種模態信息，并進(jin)行跨模態理(li)解(jie)與(yu)推(tui)理(li)的(de)多(duo)模態推(tui)理(li)模型，其重(zhong)要性正隨著技(ji)術發(fa)展和應用深化愈發(fa)凸(tu)顯。
這一背景下，階躍星辰新一代多模態推理旗艦模型Step 3應運而生。 Step 3是階躍星辰首個全尺寸、原生多(duo)模態推理(li)模型(xing)，兼顧模型(xing)效果與(yu)推理成本，是在模型(xing)架構(gou)創新、算法工(gong)程協(xie)同設計(ji)上(shang)的一次大膽嘗試與(yu)Scale Up。Step 3采用MoE架構(gou)，總參(can)數量321B，激活(huo)參(can)數量38B。
在(zai)現場(chang)，Step 3模型通過(guo)我們常見的(de)色盲測試(shi)接(jie)受了感知(zhi)能(neng)力考驗，模型準確(que)識(shi)別出了圖形(xing)中隱(yin)藏(zang)的(de)“STEP3”，并且還(huan)在(zai)推(tui)理過(guo)程中提到(dao)“它知(zhi)道(dao)自己也叫Step 3，這可能(neng)是一個有趣(qu)的(de)巧合”。
▲色盲測試
下(xia)一個難(nan)題(ti)面臨的場景更(geng)為(wei)復雜。一份包含多人在微信群(qun)里(li)有討論購買零食和酒水(shui)的聊天(tian)記錄，還有一份購買的小(xiao)票(piao)，Step 3需要(yao)結(jie)合小(xiao)票(piao)和聊天(tian)記錄，最后算出(chu)群(qun)里(li)的成員如何分(fen)賬。Step 3就可以(yi)快速理清如何分(fen)賬，將視覺和推理能(neng)力(li)相結(jie)合，最后算出(chu)每個人要(yao)出(chu)的總價格(ge)。
與人工(gong)計算結果相比(bi)，Step 3的答案僅(jin)有(you)0.03元差異，是由于四舍五入的規則(ze)不同導致的。
▲微信分賬
推(tui)理時代讓(rang)模型可(ke)用的先決條件擴展(zhan)到(dao)了多模態、夠聰明。
Step 3作為多(duo)模態推理(li)模型，具備視(shi)覺感知和復雜推理(li)能力，可完成跨領(ling)域的復雜只是理(li)解、數學(xue)與(yu)視(shi)覺信(xin)息的交叉分(fen)(fen)析、日(ri)常生活中的各類視(shi)覺分(fen)(fen)析問題等。
在智能方面，Step 3擁有強大的視覺感知和復雜推理能力，可準確完成跨領域的復雜知識理解、數學與視覺信息的交叉分析，以及日常生活中的各類視覺分析問題。Step 3在MMMU、MathVision、SimpleVQA、AIME25、LiveCodeBench（2024.08-2025.05）等榜單上取得了開源多(duo)模態推(tui)理模型的SOTA成績(ji)。
此外，Step 3還有兩大亮點優勢：開源(yuan)和成本效益高。開源(yuan)毫(hao)無疑問可以(yi)幫助契合(he)和開發者降低使用門檻，并加(jia)速(su)模型(xing)迭(die)代。而成本(ben)效益高則(ze)是考驗著對模型(xing)性能與成本(ben)巧妙平(ping)衡。
根據原理分析，Step 3在(zai)國產(chan)芯片上的推(tui)(tui)理效(xiao)率(lv)最高可達DeepSeek-R1的300%，且對所有(you)芯片友好，在(zai)基(ji)于(yu)NVIDIA Hopper架構的芯片進行分布式推(tui)(tui)理時，相較DeepSeek-R1的吞吐量提升超(chao)70%。
值得注意(yi)的(de)是，這一(yi)實(shi)測結果(guo)都是在不犧牲模型激活參數量、不降低注意(yi)力容量的(de)條件下(xia)實(shi)現的(de)。
隨著大模型技術邁向推理時代，階躍星辰給出了，最適合實際應用的大模型需要滿足強智能(neng)、低成本(ben)、可開源和(he)多模態四(si)個(ge)特征(zheng)。這四(si)個(ge)維(wei)度(du)缺一(yi)不可(ke)，因(yin)為單點能力強，無法滿足(zu)用戶對(dui)于模型的綜(zong)合需(xu)求。唯有(you)模型全面發展，才能讓(rang)模型真正用起來。
以Step 3為代(dai)表的(de)(de)多模態推理模型正(zheng)推動單一模態大模型向類人認(ren)知(zhi)能(neng)(neng)力(li)的(de)(de)方向進化，從(cong)而使得(de)AI能(neng)(neng)在更為復雜(za)的(de)(de)場景落(luo)地。
作(zuo)為“多模(mo)態卷王(wang)”階躍(yue)星辰在當下大模(mo)型應(ying)用爆發節點交出(chu)的最新答卷，它的設計(ji)理念使其走向規模(mo)化(hua)應(ying)用成為可(ke)能(neng)。
究其根源，是階躍星辰在多模態模型賽道的不斷深耕。階躍星辰成立兩年多以來，已經構建起“1+N”的Step系列(lie)大模型矩陣，共發布23款模(mo)型。“1”是(shi)指Step 3基礎大(da)模(mo)型，“N”則為Step系列(lie)的多(duo)模(mo)態大(da)模(mo)型矩陣，廣泛覆(fu)蓋語(yu)音(yin)、視覺理解、圖像編輯、圖像和視頻生成、音(yin)樂等(deng)領(ling)域，其模(mo)型已經多(duo)次在LMSYS、OpenCompass、MATH-Vision等(deng)國內外權威基準(zhun)測試榜上(shang)位(wei)列(lie)中國大(da)模(mo)型第一。
二、聯動頭部芯片天團，組建模芯創新生態聯盟
與(yu)此同時，多(duo)模態推理模型(xing)在實際場景(jing)中對應用適(shi)配性的嚴苛要求(qiu)，進一(yi)步強化了其與(yu)芯片深度適(shi)配的必要性。
在(zai)此基礎上，階躍星(xing)辰將Step 3模型(xing)對幾乎(hu)所有芯片進行了(le)(le)適配，在(zai)設(she)計Step 3模型(xing)架構的時候，就已經考慮(lv)了(le)(le)國產芯片的硬件特點(dian)。
其采用的策略是“內(nei)外聯動”，即對內通過系(xi)統技術創(chuang)(chuang)新來降低模型推(tui)理成本、發力開(kai)源(yuan)，對外則深度聯(lian)動(dong)芯片企業和基礎設施廠(chang)商(shang)，形成全技術鏈條(tiao)協同(tong)的底(di)層創(chuang)(chuang)新模式。
多模(mo)態(tai)推理模(mo)型需(xu)要處理圖像、音頻、視頻、點云等多種異(yi)構數據，這些數據的存(cun)儲格式、處理流程、計(ji)算(suan)強(qiang)度差(cha)異(yi)極大(da)，對芯片的算(suan)力結構、內存(cun)帶(dai)寬、硬件加速單元等提出了遠超單一(yi)模(mo)態(tai)的挑戰。
而沒(mei)有(you)針對性(xing)適(shi)配的芯片(pian)，多模態推(tui)理模型要(yao)(yao)么因算力不足無法落(luo)地，要(yao)(yao)么因效率太低難以商(shang)業化。
當(dang)下降(jiang)低大(da)模(mo)型的推理(li)成(cheng)本，已經成(cheng)為決(jue)定(ding)大(da)模(mo)型應(ying)用滲透率(lv)的關鍵(jian)課題，其本質就是(shi)提(ti)升算(suan)力的應(ying)用效率(lv)。因此，從一定(ding)程(cheng)度(du)上看，芯片適(shi)配是(shi)多模(mo)態推理(li)模(mo)型走(zou)向商業化落(luo)地的核(he)心前(qian)提(ti)。
今日，階躍星辰聯合華為昇騰、沐曦、壁仞科(ke)技、燧原(yuan)科(ke)技、天數(shu)智芯、無問芯穹、寒(han)武(wu)紀、摩爾線程(cheng)、硅基流動等(deng)近10家芯片(pian)、基礎設施廠商發起成立“模芯創新生態聯盟”，打通芯片(pian)、模型和平臺全鏈路技術。
目(mu)前，華為昇(sheng)騰芯(xin)片已(yi)率先實(shi)現(xian)Step 3的搭載和運(yun)行，沐曦、天數智芯(xin)和燧原已(yi)初步實(shi)現(xian)運(yun)行Step 3。其它聯盟廠商的適配工(gong)作正(zheng)在(zai)開展。
模(mo)(mo)型與芯(xin)片企業的(de)聯動(dong)(dong)最直觀的(de)優勢就是，可以(yi)(yi)提(ti)升模(mo)(mo)型性能和效率，模(mo)(mo)型與硬件深(shen)度適配可以(yi)(yi)在(zai)降低資源(yuan)消耗的(de)同時充分發(fa)揮模(mo)(mo)型性能，而這種協同研發(fa)的(de)新模(mo)(mo)式(shi)，正是模(mo)(mo)型、芯(xin)片互相驅動(dong)(dong)升級形成正向循(xun)環的(de)必(bi)然結果。
從更長遠的角度看，這可以降低成本推動(dong)規模化商(shang)業落(luo)地，成為打(da)破推理模型(xing)成本居高不下桎梏的一條有效路徑。
三、多模態能力觸達多元智能終端，階躍星辰全年營收沖刺10億
在研發思路中(zhong)致力(li)于(yu)讓大模型真正(zheng)可用(yong)(yong)的階躍星辰，在商(shang)業化應用(yong)(yong)落(luo)地上也(ye)突飛猛進。
2025年上半年，階躍(yue)星辰的收入快(kuai)速增長，全年收入(ru)沖刺10億(yi)元。
這是階躍星辰將大模型能力深(shen)度融入手機、汽車以及各類IoT設(she)備(bei)和當下被稱為制造業(ye)(ye)皇冠(guan)明珠的(de)人形機器人的(de)階段性成(cheng)效(xiao)，貫穿新興產業(ye)(ye)與已擁有海量用戶(hu)基礎的(de)賽道。
在智能終端(duan)(duan)Agent應(ying)用(yong)側，階躍星辰開放平臺數據(ju)顯示，其上半(ban)年來自智能終端(duan)(duan)的多模態模型(xing)調(diao)用(yong)次數和調(diao)用(yong)量，環(huan)比增長均超800%。
具體在手機方面，階躍星辰(chen)已經和超半(ban)數頭部國產手機廠商達成合(he)作(zuo)，多模態能(neng)力(li)落地榮耀、OPPO等品(pin)牌的(de)旗艦機型；汽車層(ceng)面(mian)，階(jie)躍聯(lian)合(he)吉利推(tui)出AI智能(neng)座艙，成功實(shi)現行業(ye)內端(duan)(duan)到端(duan)(duan)語音大(da)模型首次量產上車；面(mian)向IoT終端(duan)(duan)，階(jie)躍星辰通過生態開放的(de)方式，與包括TCL在內的(de)一(yi)系列IoT平(ping)臺和(he)設(she)備(bei)廠商(shang)緊(jin)密協作，推(tui)動設(she)備(bei)間的(de)智能(neng)化升級和(he)體驗(yan)的(de)無縫連接(jie)。
除了直接在不同終端落地的Agent，階躍星辰還亮出了垂類Agent以適配用戶更(geng)為細分的應用場景。階躍(yue)AI作(zuo)為階躍(yue)星辰基于(yu)自(zi)研(yan)模(mo)(mo)型能(neng)(neng)力打造的智能(neng)(neng)助手，具備文本、圖像、語(yu)音等(deng)多模(mo)(mo)態交(jiao)互能(neng)(neng)力和推理能(neng)(neng)力，可以在科研(yan)場景幫助用戶核查信息、視覺理解(jie)生(sheng)成(cheng)、視頻(pin)通話等(deng)。
Agent被認為(wei)是(shi)大(da)模(mo)(mo)型(xing)(xing)的下(xia)一(yi)個焦點，其既是(shi)大(da)模(mo)(mo)型(xing)(xing)目前應用落地的絕佳(jia)載體(ti)之一(yi)，同時是(shi)企業探索AGI的主要路徑。從階(jie)躍星(xing)辰(chen)的布(bu)局可以看出，其已經將多(duo)模(mo)(mo)態大(da)模(mo)(mo)型(xing)(xing)的能力內化到千行(xing)百業，在各類智能終端設備上落地。
在(zai)這樣的(de)(de)全棧布局(ju)下，階躍星辰在(zai)基礎模型(xing)、智能終端Agent、垂(chui)類Agent領域三(san)管齊下，成(cheng)為大模型(xing)應用(yong)落地(di)(di)率先沖出(chu)的(de)(de)一家創(chuang)企(qi)。其半年時間(jian)落地(di)(di)應用(yong)成(cheng)果已遍(bian)地(di)(di)開發(fa)，不僅催生(sheng)出(chu)眾多(duo)實(shi)際落地(di)(di)的(de)(de)智能終端設備，更(geng)構建(jian)起健康協同的(de)(de)商業(ye)模式，形成(cheng)了(le)良性(xing)發(fa)展生(sheng)態。
結語：大模型商業化落地競速開啟
隨(sui)著大模型發(fa)展邁入下半場，行業競爭的(de)(de)焦點已從(cong)基座模型的(de)(de)性能比拼(pin)，深度(du)延伸至商(shang)業化落(luo)地的(de)(de)速度(du)與質(zhi)量，階躍星辰已然(ran)趟(tang)出一條(tiao)商(shang)業化與模型研發(fa)共(gong)進的(de)(de)路徑。
階(jie)躍超級模(mo)(mo)型(xing)+超級應用(yong)戰略的雙輪驅動，使其在(zai)大模(mo)(mo)型(xing)下(xia)半場(chang)的競爭中占據(ju)了獨(du)特優(you)勢，模(mo)(mo)型(xing)研(yan)發為商(shang)業化(hua)提供能用(yong)、好用(yong)的技術底座，商(shang)業化(hua)落地(di)為模(mo)(mo)型(xing)迭代注(zhu)入源源不(bu)斷(duan)的場(chang)景(jing)數(shu)據(ju)與需求靈感，二者(zhe)協同勾(gou)勒出大模(mo)(mo)型(xing)從(cong)技術創(chuang)新到產業價值轉化(hua)的清(qing)晰路徑。
