機器之心報道
Panda
天氣很熱，WAIC2025也很熱，來自中國的開源模型軍團更是熱上加熱。
就在剛剛開始的WAIC2025（世界人工智能大會）前一天，被譽為「多模態(tài)卷王」的階躍星辰率先投下一枚重磅炸彈，正式推出其新一代基座模型：Step3
這并非又一個普通的模型迭代。從各項數(shù)值上看，Step3無疑是開源VLM新晉之王，在MMMU、MathVision和SimpleVQA等基準上均超越了其它同類別開源模型。
即便與OpenAIo3、Gemini2.5Pro、ClaudeOpus4等頂尖的閉源VLM相比，它的推理能力也有一戰(zhàn)之力。
Step3一發(fā)布就吸引了海內(nèi)外廣泛關注，比如在我們的相關推文下方，就有多位網(wǎng)友表達贊譽。
機器之心也在階躍星辰發(fā)布會現(xiàn)場，親眼見證了這又一「國產(chǎn)之光」的誕生。
整場發(fā)布會下來，我們的感受是Step3不僅是一個性能強大的模型，同時也是一個答案。它回答的是這樣一個橫亙在所有AI從業(yè)者面前的問題：什么樣的模型才是真正能服務于千行百業(yè)、最適合商業(yè)化應用的理想形態(tài)？
如今，AI的行業(yè)敘事已經(jīng)清晰地從訓練場轉向了真實世界的推理任務。當頂尖模型的智能上限被不斷拔高后，真正的瓶頸落在了應用側。推理成本居高不下特定場景適配難多模態(tài)能力調(diào)用不全堪稱阻礙AI技術走向大眾的「三座大山」。因此，一個真正適合應用的推理模型，必須在智能成本效率和通用性之間找到最佳的平衡點。
而Step3回答的方式可以凝練成四個字：多開好省
，即多模態(tài)。Step3具備文本和視覺的多模態(tài)能力，實現(xiàn)了多模合一。，即開源。階躍星辰表示Step3將于7月31日面向全球企業(yè)和開發(fā)者開源。，即性能優(yōu)異。Step3是最強大的開源多模態(tài)推理模型。，即效率更高、成本更低。Step3的高效率和低使用成本使其非常適合商業(yè)部署和應用——實現(xiàn)了行業(yè)最高的推理解碼效率，在國產(chǎn)芯片上的推理成本僅為當前業(yè)界領先開源模型的三分之一。
這一發(fā)布不僅是階躍星辰自身從技術深耕邁向商業(yè)化成熟的宣言，更可能為深陷成本與應用難題的AI行業(yè)提供一個極具吸引力的新范式。Step3究竟能否憑借其「四字真言」成為推理時代的一個最優(yōu)解？一切答案，正從這里揭曉。
機器之心實測
VLM開源第一王實至名歸
實踐可以檢驗真理。Step3究竟能否戴上「開源VLM之王」的桂冠，同樣需要實踐驗證。目前，Step3已經(jīng)上線stepfun.com與階躍AIAPP，我們也在第一時間對其進行了多維度測試。
我們的第一個測試頗具趣味性，可以考驗其觀察與分析能力：派出我家肥貓，讓Step3來對她進行「視覺稱重」。
Step3的表現(xiàn)相當出色：它不僅準確識別出貓的品種（三花貓）及其身下的人體工學坐墊，還對貓的體型（體型勻稱）進行了分析，最終給出了一個相當精準的體重估測。
Step3甚至還能幫你理解新鮮熱梗，就以昨天堪稱「最逆天的NeurIPS評審」的「Who'sAdam?」為例，我們直接將推文截圖交給Step3，然后問它為什么這個帖子這么火。
而Step3的表現(xiàn)可以說超出了預期，不僅清晰地解釋了「Who'sAdam?」的內(nèi)涵并解答了其火爆的原因，更是用一句「戳中了AI研究者們對審稿質(zhì)量焦慮的痛點」做了恰到好處的犀利總結。
Step3也支持同時輸入多個視覺內(nèi)容，比如這里我們讓Step3根據(jù)四張歌詞的截圖編寫了一個感人的故事：
Step3證明了其強大的多模態(tài)信息整合與創(chuàng)意生成能力后，我們又測試一下Step3的深度推理能力：根據(jù)一張貼有貼紙的主機的側面照片推測其上一共有多少貼紙。這個問題對當今的多模態(tài)模型來說還相對較難，而我們也將測試平臺換到了網(wǎng)頁端stepfun.com。
可以看到，Step3首先準確地識別出了這些貼紙的角色，然后它又準確統(tǒng)計出了可見部分中貼紙的數(shù)量。之后Step3進入了更深度的思考，考慮了提示詞中提到的「對稱」的各種可能性。最終，它正確地確定了最終答案，并相當準確地給出了可見部分貼紙中的內(nèi)容。
我們還讓Step3挑戰(zhàn)了一項終極任務：解讀其自身的技術報告中的一張圖，這將是對其專業(yè)視覺理解能力的極致考驗。
可以看到，Step3基本正確地解讀了Step3技術報告中AFD架構的模塊分解示意圖。
經(jīng)過一系列的實測，Step3的交互體驗讓我們印象深刻，甚至讓我們一度驚嘆：這么強的模型竟也開源？其響應流暢，視覺理解能力超強，在處理極其復雜的或有歧義的視覺問題時，其回答偶有偏差，這也在意料之中。但其強大的基礎視覺理解、推理能力以及流暢的交互體驗，已經(jīng)足以證明它在當前的開源多模態(tài)模型中確實坐擁王者之位。Step3所展現(xiàn)的，是一個真正能「看懂」并「理解」物理世界的AI助手雛形。
順帶一提，在測試Step3的過程中，我們還驚喜地發(fā)現(xiàn)了階躍AIApp上一個被許多用戶忽視的功能：智能視頻通話。在該功能下，用戶只需在App內(nèi)開啟攝像頭，手機便化身為一個強大的智能視覺助手。
我們實測發(fā)現(xiàn)，實時視覺理解能力非常驚艷！比如在下面這個案例中，階躍AI不僅迅速識別出了這款桌游名叫「Splendor（璀璨寶石）」，還準確地闡述了其背景信息。
當一只好奇的貓突然闖入鏡頭，占據(jù)游戲盒時，我們實時打斷了Step3的介紹并發(fā)問。模型無縫切換了對話，并圍繞這位「不速之客」給出了一些頗為有趣且有用的建議，展現(xiàn)了其強大的實時多模態(tài)對話與打斷能力。
深度拆解
Step3是如何誕生的？
那么，如此「多開好省」的Step3究竟是如何煉成的呢？翻開Step3的系統(tǒng)和架構技術報告，我們可以看到答案并非單一技術的突破，而是源于一套完整且自洽的技術棧，涵蓋了從底層原創(chuàng)架構到高層系統(tǒng)協(xié)同的全鏈路創(chuàng)新。
技術報告：Step-3isLargeyetAffordable:Model-systemCo-designforCost-effectiveDecoding報告地址：https://github.com/stepfun-ai/Step3/blob/main/Step3-Sys-Tech-Report.pdf
首先，底層架構上，Step3采用了階躍星辰原創(chuàng)的MFA架構，即Multi-matrixFactorizationAttention（多矩陣分解注意力）。該架構在設計之時就兼顧了效率與性能，其中的創(chuàng)新之處包括增加注意力頭的數(shù)量和維度、采用激進的低秩分解策略以及采用單鍵值（QK）頭設計。這樣一來，MFA架構既能最大限度地節(jié)省資源，又能盡可能接近理論性能上限。
MFA和MFA-KR架構與MQA/GQA架構的比較
Step3使用的MFA還專門針對國產(chǎn)芯片進行了優(yōu)化。這是MFA架構最關鍵的亮點之一。針對國產(chǎn)芯片在制程和HBM（高帶寬顯存）限制下，算力與顯存帶寬受限的普遍痛點，MFA進行了專門優(yōu)化。其計算密度（128倍于KV訪存量）完美匹配國產(chǎn)芯片的特性，避免了主流架構MLA（需要巨大算力）和GQA（需要巨大訪存）在國產(chǎn)芯片上會遭遇的計算瓶頸或訪存瓶頸。
技術數(shù)據(jù)顯示，在同尺寸和同等激活參數(shù)量下，Step3的MFA架構所需絕對KV量僅為QwenGQA的1/3，絕對計算量僅為DeepSeekMLA的1/4。這使得Step3在國產(chǎn)芯片上的運行成本甚至比DeepSeek和Qwen在高端芯片上更低！這能真正從底層技術上助力國產(chǎn)芯片與國際頂尖芯片同臺競技。
更高層級上，Step3采用了MoE（混合專家）架構，總參數(shù)量為321B（其中LLM的參數(shù)量316B，視覺編碼器的參數(shù)量5B），激活參數(shù)量則達到38B
Step3模型卡
這一規(guī)?？纱_保其算法效果與DeepSeek（激活37B）相當，并強于Qwen（激活22B）。
更重要的是，階躍星辰還進一步對MoE的部署進行了深度優(yōu)化：
先進的分布式推理：階躍星辰實現(xiàn)了一套比DeepSeek的「大EP」模式更先進的分布式推理方案Attention-FFNDisaggregation(AFD），針對Attention和FFN的計算特點，分別分配給內(nèi)存帶寬大和算力強的GPU集群，實現(xiàn)資源精準匹配，從而進一步壓縮成本。該方案可配合分享通信庫的參考實現(xiàn)，無需依賴英偉達特有的IBGDA等功能，因此對各類國產(chǎn)芯片廠商更加友好。網(wǎng)絡部署友好：AF分離方案相比大EP，可用相對較小的部署規(guī)模，較好地緩解了大規(guī)模部署時跨ToR的網(wǎng)絡抖動問題。
在32k上下文長度下，每個解碼token的計算和內(nèi)存理論使用量
正是在原創(chuàng)MFA架構、高效MoE方案以及軟硬件協(xié)同創(chuàng)新的共同作用下，Step3最終得以「多開好省」的王者姿態(tài)呈現(xiàn)在世人面前。
模態(tài)方面，作為業(yè)內(nèi)享有盛譽的「多模態(tài)卷王」，階躍星辰這一次又在這個賽道上卷到了新的高度。Step3是階躍星辰首個全尺寸的原生多模態(tài)推理模型，具備強大的視覺理解能力。Step3同時還有強大的推理能力，是開源模型中少有的即支持多模態(tài)又能深度推理的大模型。
源方面，繼DeepSeek系列模型、Qwen系列模型以及KimiK2之后，Step3作為又一強大的開源模型，在獨特的多模態(tài)賽道上為國產(chǎn)AI再次贏得了榮譽。
接下來的，自然是性能卓越，Step3用SOTA成績證明了自己。在MMMU、MathVision等多個權威多模態(tài)基準上，其成績超越了ERINE4.5、GLM-4.1V-thinking等一眾開源模型。
最后，在至關重要的方面，通過AFD等一系列極致的優(yōu)化，階躍星辰用Step3交出了一份驚人的答卷！
根據(jù)原理分析，Step3在國產(chǎn)芯片上的推理效率最高可達DeepSeek-R1的300%，且對所有芯片友好；在基于NVIDIAHopper架構的芯片進行分布式推理時，實測Step3相較于DeepSeek-R1的吞吐量提升超70%。
這一切并非通過補貼或犧牲性能實現(xiàn)的「價格戰(zhàn)」，而是通過提升解碼效率等核心技術創(chuàng)新帶來的、可持續(xù)的成本效益革命。
事實上，Step3的橫空出世并非一日之功，而是階躍星辰在技術路線上長期積累與迭代的必然結果。回顧其Step系列基座模型的發(fā)展歷程，我們可以清晰地看到一條從夯實基礎、探索深度智能到聚焦商業(yè)化效率的進化路徑。
這一切始于，這是階躍星辰自主研發(fā)的千億參數(shù)語言大模型，其性能全面超越GPT-3.5，為公司奠定了堅實的技術基石。之后，采用MoE架構的Step-2將探索的重點轉向深度智能，成為國內(nèi)首個由創(chuàng)業(yè)公司發(fā)布的萬億參數(shù)語言大模型，在多種任務的體感上全面逼近GPT-4，并曾在「最難LLM評測榜單」LiveBench上拿下中國第一、全球第五的佳績。
從Step-1對標GPT-3.5到Step-2對標GPT-4，正是這些在模型架構、算法與系統(tǒng)上的持續(xù)創(chuàng)新與深厚積累，最終成為Step-3在推理時代實現(xiàn)極致的商業(yè)化效能的有效支撐。
NotJustOneMoreThing
階躍星辰可以更高調(diào)
在過去兩年多的時間里，由微軟前全球副總裁姜大昕博士創(chuàng)立的階躍星辰，雖憑借其強大的模型矩陣被業(yè)內(nèi)冠以「多模態(tài)卷王」的美譽，但其行事風格整體不算高調(diào)。
但這一次，隨著開源Step3的震撼發(fā)布，「階躍星辰StepFun」這個名字注定將成為AI社區(qū)的一個熱詞。更重要的是，在本次發(fā)布會上，我們看到的遠不止Step3這一個模型。正如那句經(jīng)典的「OneMoreThing」，階躍星辰展示了其在技術生態(tài)與商業(yè)化落地上同樣宏大的布局。
第一個OneMoreThing是階躍星辰攜手華為昇騰、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10家芯片及基礎設施廠商，共同發(fā)起「模芯生態(tài)創(chuàng)新聯(lián)盟」。
這個堪稱「豪華朋友圈」的聯(lián)盟的意義遠超一次簡單的站臺。它代表了一種更深層的行業(yè)思考：要真正推動大模型的普及，僅靠模型廠商之間的API「價格戰(zhàn)」遠遠不夠，根本路徑在于通過模型與芯片廠商的底層協(xié)同創(chuàng)新，真正可持續(xù)地降低成本。Step3模型對國產(chǎn)芯片的深度適配和極致的效率優(yōu)化，可以說正是這一模式下誕生的首個碩果，它不僅讓自身更具應用性，也為整個國產(chǎn)算力生態(tài)的發(fā)展注入了強心劑。
第二個OneMoreThing是一份極其亮眼的「商業(yè)化半年報」。
主要得益于在智能終端Agent領域（手機和汽車）的率先布局和量產(chǎn)落地，階躍星辰的商業(yè)化應用在2025年增長迅猛。階躍星辰開放平臺數(shù)據(jù)顯示，2025年上半年來自智能終端的多模態(tài)模型調(diào)用次數(shù)和調(diào)用量，較去年下半年環(huán)比增長均超過800%。預計階躍星辰年內(nèi)收入將接近10億元！
在手機領域，Top10國產(chǎn)手機廠商中過半已和階躍星辰達成合作。其多模態(tài)能力已落地多個智能手機品牌的量產(chǎn)旗艦機型，陪伴著上億人的日常生活。在汽車領域，其端到端語音大模型在吉利銀河M9上實現(xiàn)行業(yè)首發(fā)上車，并聯(lián)合發(fā)布了新一代智能座艙AgentOS（預覽版）。在具身智能和IoT領域，階躍星辰也已經(jīng)與一些頭部廠商建立了合作關系。
從深耕技術到廣積糧草，再到如今手握王牌模型、聯(lián)合生態(tài)伙伴并交出亮眼的商業(yè)答卷；這一次，一向「埋頭做事」的階躍星辰，完全有理由、也理應更高調(diào)。
從多模態(tài)卷王到推理時代的「最優(yōu)解」
在過去一年多的時間里，階躍星辰憑借其驚人的迭代速度和全面的模型矩陣，被業(yè)界冠以「多模態(tài)卷王」的稱號。截至今天，其發(fā)布的26款模型中有多達20款是多模態(tài)模型，在整體基座模型中占比超過七成，且在多個權威榜單上名列前茅。
而Step3的發(fā)布，清晰地標志著這位「卷王」已進入新的戰(zhàn)略層次。它不再僅僅是展示肌肉、追求單一維度的技術領先，而是將目光投向了整個行業(yè)最核心、最迫切的痛點：在AI全面進入應用的「推理時代」，如何提供一個真正好用、普惠且強大的商業(yè)化模型。
階躍星辰給出的答案就是Step3。它并非簡單的打榜模型，而是一個試圖將多模態(tài)能力（多）、開源生態(tài)（開）、頂尖性能（好）與極致效率（省）四個關鍵維度進行完美融合的「最優(yōu)解」。通過填補「好用且開源的多模態(tài)推理模型」這一市場空白，它為萬千開發(fā)者和企業(yè)提供了一個無需在性能與成本、開放與能力之間艱難取舍的全新選擇。
更重要的是，階躍星辰選擇了一條更艱難但更具長期價值的路徑。相較于容易引發(fā)惡性競爭的API價格戰(zhàn)，其聯(lián)合芯片及基礎設施廠商成立「模芯生態(tài)創(chuàng)新聯(lián)盟」致力于通過「模型和系統(tǒng)聯(lián)合創(chuàng)新」的模式，從根本上推動技術普及和成本降低。這不僅展現(xiàn)了其作為技術公司的格局，也為行業(yè)探索出一條更可持續(xù)的良性增長之路。
從「卷王」到「解題者」，階躍星辰用Step3證明了其對產(chǎn)業(yè)的深刻洞察。這不僅是一家AI公司技術實力的體現(xiàn)，更標志著其走向商業(yè)成熟的決心，也就是為市場打造一個真正有誠意、有價值、用得起的大模型
文中視頻鏈接：https://mp.weixin.qq.com/s/t9HAQG6WD3BPwg95d4Y8Fw
延伸閱讀：與 “性能”S：OTA開源多模態(tài)？推理之王 的相關文章薛寶釵為何不教香菱學詩？林黛玉為什么爽快答應了？
特朗普稱美日達成協(xié)議：15%關稅
重慶姐弟墜亡案涉事房產(chǎn)60萬起拍：法院作特別提醒，暫無人報名
19歲男生剛上大一就拿到國企offer
多所高校宣布延長研究生學制
醫(yī)院體檢等結果和回應大家理性模仿？對，閑聊局
#直擊北京密云洪水#
循環(huán)歌單 |【囧架架】| "得夸 這是真可愛【狗熊嶺の小曲】【囧架架の小曲】"
這種東西別囤在家里了
烏合之眾P1
