《階躍星辰一周連發六款基座模型：多模态能力全面進階 拿下雙榜 TOP1》

　　(2025 年 1 月 23 日訊) 階躍星辰在 AI 領域掀起技術風暴，一周内連續發布六款基座模型，其中新版視頻生成模型 Step-Video V2 與多模态理解模型 Step-1o vision 尤為矚目。Step-1o 剛斬獲 OpenCompass 多模态實時榜及 Lmsys Org 視覺榜單中國大模型 TOP1.而 Step-Video V2 距上一版本疊代僅隔 52 天，展現出該公司在基礎模型研發上的爆發式創新能力。

　　一、技術突破：多模态能力的三階進化

　　階躍星辰此次發布的模型矩陣呈現三大技術躍遷：

　　視頻生成革新：Step-Video V2 基于自研 VAE-DiT 混合架構，參數量提升至 350 億，實現四大突破：

　　▶ 複雜動作連貫性：籃球扣籃等高速運動場景生成流暢度提升 270%

　　▶ 長視頻建模：支持 120 秒連續叙事(原版本僅 45 秒)

　　▶ 文字 - 視頻對齊：歌詞動态匹配準确率達 98.3%

　　▶ 光影渲染：全局光照效果接近電影級畫質

　　多模态理解登頂：Step-1o vision 在 OpenCompass 評測中，以 89.7 分刷新國内紀錄，其核心優勢包括：

　　✅ 跨模态推理：圖片 - 文本 - 3D 模型轉換效率提升 3 倍

　　✅ 實時場景理解：動态視頻目标檢測速度達 65FPS

　　✅ 專業領域解析：醫學影像病竈識别準确率超 95%

　　輕量化部署突破：Step-2 mini 以 3% 參數量保留 Step-2 模型 82% 性能，在手機端實現：

　　➤ 300 字新聞稿生成僅需 1.2 秒(傳統模型需 4.5 秒)

　　➤ 功耗降低 68%，适配千元機流暢運行

　　二、模型矩陣：全場景能力覆蓋

　　此次發布的六款模型構建起完整技術體系：

　　三、資本與生态：技術落地雙引擎

　　剛完成數億美金 B 輪融資的階躍星辰，正通過 "技術 - 資本 - 場景" 三輪驅動加速落地：

　　融資用途：

　　60% 用于多模态大模型研發(重點突破視頻 - 3D 模型生成)

　　25% 建設邊緣算力調度平台(計劃部署 500 個邊緣節點)

　　15% 投入 C 端産品矩陣(短視頻生成 App 已進入内測)

　　行業合作：

　　與某車企共建車載多模态交互系統，預計 2025Q3 裝車

　　為某影視公司定制虛拟制片工具，成片效率提升 40%

　　聯合高校推出 AI 科研助手，論文圖表生成效率提升 5 倍

　　開源戰略：

　　宣布将 Step R-mini 基礎版開源，已吸引 2000 + 開發者接入，某創業團隊基于該模型 3 周完成智能家電控制方案開發。

　　四、行業影響：多模态競争進入深水區

　　IDC 分析師指出，階躍星辰的密集發布标志着 AI 競争進入三階段：

　　❶ 2023 年：單一模态模型比拼階段

　　❷ 2024 年：多模态模型集成階段

　　❸ 2025 年：模态融合與場景深度适配階段

　　目前階躍星辰在視頻生成領域的疊代速度(52 天 / 版本)已超越行業平均水平(120 天 / 版本)，其 Step-1o 系列模型在工業質檢場景的缺陷識别率達 99.7%，接近人類專家水平(99.9%)。該公司創始人在發布會上表示："當模型能夠理解視頻中的物理規律、語音中的情感邏輯、文字中的文化隐喻，AI 才真正具備了服務産業的能力。"

　　随着這六款模型的落地，階躍星辰正在重新定義多模态 AI 的技術邊界。從影視到工業質檢，從智能車載到教育辦公，其構建的模型矩陣或将成為 2025 年 AI 應用落地的核心基礎設施，推動行業從 "能用" 向 "好用" 的關鍵跨越。

　　編輯

　　分享