階躍星辰CEO姜大昕

5月8日消息，鈦媒體AGI獲悉，階躍星辰今天下午在北京舉行一場媒體溝通會。

階躍星辰創始人、CEO姜大昕向鈦媒體AGI等透露，預計未來兩、三個月（7-8月），階躍星辰會發布滿血版推理模型Step R1。同時，未來幾個月，階躍星辰還將發布更先進的Step圖片編輯模型。

姜大昕強調，模型的突破是早于商業化的。“多模理解生成一體化”是當前階躍星辰建立世界模型的最佳路徑之一，從而往智能涌現、AI Agent和通用人工智能（AGI）方向發展。

談及C端投流話題，姜大昕對鈦媒體AGI表示，DeepSeek出來之后已經證明，投流邏輯是不成立的，大家還是需要重新思考這個問題。

“DeepSeek給我們的經驗或是學到的東西，投流的邏輯實際上是不成立的，因為ChatGPT沒有去說過，但是他如果放開流量的話，他破億是沒有問題的。其實就是大家要重新思考一下，AI時代的產品，它的流量增長是不是真的是像傳統互聯網狀態，還是靠投入上去的，大家需要重新看待這個問題。不只是DeepSeek，像哪吒、黑悟空神話等都有一些共性，不是靠傳統的鋪天蓋地的去投入、去積累。”姜大昕稱。

姜大昕表示，AI Agent智能體爆發的前提需要多模態和慢思考能力，恰好2024年這兩個能力獲得了突破性進展。“多模態對于Agent的輸出是一個必備功能。”

姜大昕表示，模型的“理解生成一體化”非常重要，它是整個計算機視覺需要突破的一個堡壘。所謂GPT-4時刻，就是指模態層面AI模型真正能夠達到人的智能水平。因此，在階躍星辰看來，最終的目標是做“世界模型”。

“為什么大家覺得AGI路線越來越清晰，我確實有同樣的感覺，文本這條路已經看到了這里（當前）。雖然視覺最根本的問題當下沒有解決，但一旦突破以后，今后的道路會更加順暢。”姜大昕稱。

階躍星辰成立于2023年4月，是行業領先的通用大模型創業公司，堅定探索實現通用人工智能（AGI）的道路，已對外發布Step系列基座大模型矩陣。

階躍星辰以“智能階躍，十倍每一個人的可能”為使命，堅定自研超級模型，積極布局算力、數據等關鍵資源，發揮算法和人才優勢，微軟前全球副總裁姜大昕擔任公司創始人、CEO，ResNet作者之一的AI科學家張祥雨、擁有豐富大規模集群與系統建設經驗的AI系統專家朱亦博等都先后加入階躍星辰。

融資方面，2024年12月，階躍星辰宣布完成B輪融資，總融資金額達數億美元，核心投資方包括上海國有資本投資有限公司及其旗下基金，戰略和財務投資人包括騰訊投資、五源資本、啟明創投等。

產品層面，成立兩年，階躍星辰已經累計發布了22款自研基座模型，覆蓋文字、語音、圖像、視頻、音樂、推理等全系列。

其中，16款是多模態模型，占比超過7成，在行業內被稱為“多模態卷王”。多模態模型矩陣覆蓋圖像理解、視頻理解、圖像生成、視頻生成、圖像編輯、音樂生成等，全部處于行業領先水平。

產業應用層面，階躍星辰聚焦智能終端Agent，已在汽車、手機、具身智能、IoT等關鍵應用場景與行業頭部達成深度合作。

今年1月，階躍星辰發布了Step R-mini，成為Step系列的首款推理模型，進一步拓展了大模型的能力邊界；2月，階躍星辰宣布開源新的文生視頻/圖生視頻模型Step-Video-T2V/TI2V，并與吉利汽車集團、千里科技、OPPO、智元機器人、TCL等企業展開合作，以及發布全新升級的“繁星計劃”2.0等。

進入5月，階躍星辰宣布與ACE Studio聯合開源3.5B版本的音樂大模型ACE-Step，并且與燦星文化戰略合作，開展AI+娛樂的深度融合。

姜大昕表示，多模態是實現AGI的必經之路。

他進一步表示，因為首先AGI對標的是人類的智能，人的智能是多元化的，每個人除了有來自語言的符號智能，還包括視覺智能、空間智能、運動智能等，這些智能需要通過視覺和其他模態來學習。所以，在多模態領域任何一個方向出現短板，都會延續這個實現AGI進程。

姜大昕談到三個AI技術方向（預測）：

• 1、預訓練基礎模型+強化學習，可以激發模型推理的時候產生長思維鏈，極大提高模型的推理能力，從而把長思維鏈能力加入到語言模型，以及多模態模型里面。
• 2、視覺領域理解生成一體化。理解和生成是用一個模型來完成，從而保證生成內容有意義和價值，需要對上下文做更好的理解。
• 3、有了ChatBot App應用產品以后，我們就可以用它解數學題、寫代碼，然后下一步進化現在就是非常火熱的Agent，就是智能體。“我相信智能體終將從這個數字世界走向物理世界，逐漸引申到像智能駕駛、人形機器人等領域。”

姜大昕認為，目前汽車輔助駕駛VLA是簡單預測模型，并沒有推理的VLA。對應來說，人是腦海里有一個action的分布，通過對未來的預判來決定，才能呈現出真正的VLA。

智能終端Agent是階躍星辰的發力領域。姜大昕稱，Agent首先要能夠更好去幫助人類去完成任務，需要理解用戶所處的環境和任務情況，其實很多終端是用戶感知、用戶體驗的延伸，比如說手機、AI眼鏡或是AI耳機，被認為是人體器官延伸，它可以去收集我們所處的環境，從而能幫助模型更好地理解用戶的上下文。

姜大昕稱，他非常看好AI眼鏡的發展，人形機器人的泛化能力還有很長的路要走。

談及階躍星辰依然堅持基礎大模型，姜大昕認為有兩層：一、現在AI技術的行業趨勢和需求還是非常強烈的，整個行業技術發展很快，所以，公司需要這樣一個前進趨勢，從而堅持做基礎模型研發；二、從應用角度看，我們一直覺得應用和模型是相輔相成的，模型可以決定應用的上限，然后應用給模型提供具體的應用場景，它的數據，這是非常重要的。

談到C端盈利空間，姜大昕稱，階躍星辰是通過端側AI Agent服務提供，最終這些企業和終端還是服務于消費者。

談及階躍多模態在行業里定位時，姜大昕表示，海外層面，OpenAI和Google是第一梯隊xAI的隱藏實力是很強的，需要時間爆發；國內的 AI 產品更強調理解領先性，或者專注在AI視頻生成單一領域，而階躍星辰不太一樣的點在于，不僅做基礎模型，還在代際層面做很多應用。

“最后總結一下，第一個，我們目前狀態是堅持基礎大模型研發，所以追求AGI是我們的初心，我們也不會改變；第二是在當前競爭格局當中，階躍差異化的特點其實是多模態能力，在業界內性能是領先的，而且我們也在積極探索前沿方向，我們也認為還存在非常巨大的機會；最后在應用層面，我們也走了一條差異化路線，攜手合作伙伴在智能終端AI Agent方向上發力，最終形成一個從模型到Agent，從云上到端側的這樣的生態體系。”姜大昕表示。

（本文首發鈦媒體App，作者｜林志佳）