阶跃星辰 CEO 姜大昕
5 月 8 日消息，钛媒体 AGI 获悉，阶跃星辰今天下午在北京举行一场媒体沟通会。
阶跃星辰创始人、CEO 姜大昕向钛媒体 AGI 等透露，预计未来两、三个月 （7-8 月），阶跃星辰会发布满血版推理模型 Step R1。同时，未来几个月，阶跃星辰还将发布更先进的 Step 图片编辑模型。
姜大昕强调，模型的突破是早于商业化的。「多模理解生成一体化」 是当前阶跃星辰建立世界模型的最佳路径之一，从而往智能涌现、AI Agent 和通用人工智能 （AGI） 方向发展。
谈及 C 端投流话题，姜大昕对钛媒体 AGI 表示，DeepSeek 出来之后已经证明，投流逻辑是不成立的，大家还是需要重新思考这个问题。
「DeepSeek 给我们的经验或是学到的东西，投流的逻辑实际上是不成立的，因为 ChatGPT 没有去说过，但是他如果放开流量的话，他破亿是没有问题的。其实就是大家要重新思考一下，AI 时代的产品，它的流量增长是不是真的是像传统互联网状态，还是靠投入上去的，大家需要重新看待这个问题。不只是 DeepSeek，像哪吒、黑悟空神话等都有一些共性，不是靠传统的铺天盖地的去投入、去积累。」 姜大昕称。
姜大昕表示，AI Agent 智能体爆发的前提需要多模态和慢思考能力，恰好 2024 年这两个能力获得了突破性进展。「多模态对于 Agent 的输出是一个必备功能。」
姜大昕表示，模型的 「理解生成一体化」 非常重要，它是整个计算机视觉需要突破的一个堡垒。所谓 GPT-4 时刻，就是指模态层面 AI 模型真正能够达到人的智能水平。因此，在阶跃星辰看来，最终的目标是做 「世界模型」。
「为什么大家觉得 AGI 路线越来越清晰，我确实有同样的感觉，文本这条路已经看到了这里 （当前）。虽然视觉最根本的问题当下没有解决，但一旦突破以后，今后的道路会更加顺畅。」 姜大昕称。
阶跃星辰成立于 2023 年 4 月，是行业领先的通用大模型创业公司，坚定探索实现通用人工智能 （AGI） 的道路，已对外发布 Step 系列基座大模型矩阵。
阶跃星辰以 「智能阶跃，十倍每一个人的可能」 为使命，坚定自研超级模型，积极布局算力、数据等关键资源，发挥算法和人才优势，微软前全球副总裁姜大昕担任公司创始人、CEO，ResNet 作者之一的 AI 科学家张祥雨、拥有丰富大规模集群与系统建设经验的 AI 系统专家朱亦博等都先后加入阶跃星辰。
融资方面，2024 年 12 月，阶跃星辰宣布完成 B 轮融资，总融资金额达数亿美元，核心投资方包括上海国有资本投资有限公司及其旗下基金，战略和财务投资人包括腾讯投资、五源资本、启明创投等。
产品层面，成立两年，阶跃星辰已经累计发布了 22 款自研基座模型，覆盖文字、语音、图像、视频、音乐、推理等全系列。
其中，16 款是多模态模型，占比超过 7 成，在行业内被称为 「多模态卷王」。多模态模型矩阵覆盖图像理解、视频理解、图像生成、视频生成、图像编辑、音乐生成等，全部处于行业领先水平。
产业应用层面，阶跃星辰聚焦智能终端 Agent，已在汽车、手机、具身智能、IoT 等关键应用场景与行业头部达成深度合作。
今年 1 月，阶跃星辰发布了 Step R-mini，成为 Step 系列的首款推理模型，进一步拓展了大模型的能力边界；2 月，阶跃星辰宣布开源新的文生视频/图生视频模型 Step-Video-T2V/TI2V，并与吉利汽车集团、千里科技、OPPO、智元机器人、TCL 等企业展开合作，以及发布全新升级的 「繁星计划」2.0 等。
进入 5 月，阶跃星辰宣布与 ACE Studio 联合开源 3.5B 版本的音乐大模型 ACE-Step，并且与灿星文化战略合作，开展 AI+娱乐的深度融合。
姜大昕表示，多模态是实现 AGI 的必经之路。
他进一步表示，因为首先 AGI 对标的是人类的智能，人的智能是多元化的，每个人除了有来自语言的符号智能，还包括视觉智能、空间智能、运动智能等，这些智能需要通过视觉和其他模态来学习。所以，在多模态领域任何一个方向出现短板，都会延续这个实现 AGI 进程。
姜大昕谈到三个 AI 技术方向 （预测）：
- 1、预训练基础模型+强化学习，可以激发模型推理的时候产生长思维链，极大提高模型的推理能力，从而把长思维链能力加入到语言模型，以及多模态模型里面。
- 2、视觉领域理解生成一体化。理解和生成是用一个模型来完成，从而保证生成内容有意义和价值，需要对上下文做更好的理解。
- 3、有了 ChatBot App 应用产品以后，我们就可以用它解数学题、写代码，然后下一步进化现在就是非常火热的 Agent，就是智能体。「我相信智能体终将从这个数字世界走向物理世界，逐渐引申到像智能驾驶、人形机器人等领域。」
姜大昕认为，目前汽车辅助驾驶 VLA 是简单预测模型，并没有推理的 VLA。对应来说，人是脑海里有一个 action 的分布，通过对未来的预判来决定，才能呈现出真正的 VLA。
智能终端 Agent 是阶跃星辰的发力领域。姜大昕称，Agent 首先要能够更好去帮助人类去完成任务，需要理解用户所处的环境和任务情况，其实很多终端是用户感知、用户体验的延伸，比如说手机、AI 眼镜或是 AI 耳机，被认为是人体器官延伸，它可以去收集我们所处的环境，从而能帮助模型更好地理解用户的上下文。
姜大昕称，他非常看好 AI 眼镜的发展，人形机器人的泛化能力还有很长的路要走。
谈及阶跃星辰依然坚持基础大模型，姜大昕认为有两层：一、现在 AI 技术的行业趋势和需求还是非常强烈的，整个行业技术发展很快，所以，公司需要这样一个前进趋势，从而坚持做基础模型研发；二、从应用角度看，我们一直觉得应用和模型是相辅相成的，模型可以决定应用的上限，然后应用给模型提供具体的应用场景，它的数据，这是非常重要的。
谈到 C 端盈利空间，姜大昕称，阶跃星辰是通过端侧 AI Agent 服务提供，最终这些企业和终端还是服务于消费者。
谈及阶跃多模态在行业里定位时，姜大昕表示，海外层面，OpenAI 和 Google 是第一梯队 xAI 的隐藏实力是很强的，需要时间爆发；国内的 AI 产品更强调理解领先性，或者专注在 AI 视频生成单一领域，而阶跃星辰不太一样的点在于，不仅做基础模型，还在代际层面做很多应用。
「最后总结一下，第一个，我们目前状态是坚持基础大模型研发，所以追求 AGI 是我们的初心，我们也不会改变；第二是在当前竞争格局当中，阶跃差异化的特点其实是多模态能力，在业界内性能是领先的，而且我们也在积极探索前沿方向，我们也认为还存在非常巨大的机会；最后在应用层面，我们也走了一条差异化路线，携手合作伙伴在智能终端 AI Agent 方向上发力，最终形成一个从模型到 Agent，从云上到端侧的这样的生态体系。」 姜大昕表示。
（本文首发钛媒体 App，作者｜林志佳）
