(圖源：階躍星辰官網(wǎng)）

文：李浩

編輯：經(jīng)緯

一日不見，如隔三秋。這句話在 AI 領(lǐng)域也非常適用。

隨著技術(shù)的成熟、用戶的接受、資本的站隊，AI 大廠之間的比拼從排位賽轉(zhuǎn)向淘汰賽。

模型性能、用戶流量、品牌知名度、資本聲量、落地進度……所有維度都在以月，甚至以星期為單位快速迭代。一家企業(yè)今天還站在聚光燈下，幾個月后就可能被迅速甩開，甚至悄然掉隊。AI 排名網(wǎng)站 LLM Arena 上常常會出現(xiàn)幾家大廠誰更新了一個版本，誰就能成為國內(nèi)大模型性能第一的情況。

在這樣的戰(zhàn)場上，爭分奪秒成為常態(tài)。一次戰(zhàn)略誤判、一次融資的延誤、一次技術(shù)掉隊、甚至一次核心團隊人員變動，往往就意味著從領(lǐng)先集團滑落到第二梯隊，甚至可能被徹底淘汰出局。

在 2024 年的百模大戰(zhàn)中，階躍星辰并沒有持續(xù)的亮眼表現(xiàn)。它推出過“躍問”助手和“冒泡鴨”角色扮演產(chǎn)品，但并未在 C 端掀起波瀾。很多人把它歸為“六小龍”中相對低調(diào)的一員，甚至一度認為它會成為又一個默默掉隊的玩家。

但是 5 月 29 日，階躍星辰發(fā)布并開源了 Step 3.7 Flash。該模型總參數(shù)接近 200B，激活參數(shù)卻只有約11B，最高生成速度達到 400 Tokens/s。在 Artificial Analysis 的綜合評測中，它拿下了輸出速度、端到端響應(yīng)、性價比等多項第一。

從早期探索失利，到戰(zhàn)略聚焦，再到資本補票，階躍星辰用 18 個月時間完成了從“多模態(tài)卷王”到“高效 Real-World Agent 玩家”的躍遷。

跌倒與跌倒之后

雖然當前階段，動輒以百億為投資單位的 AI 行業(yè)，有資格“刷臉”的玩家都不會太缺“余糧”。但是業(yè)內(nèi)，仍不乏諸多新秀銷聲匿跡的故事。

比如 DeepMind 聯(lián)合創(chuàng)始人 Mustafa Suleyman 創(chuàng)立的 Inflection AI。Inflection AI 曾以 Pi 聊天機器人和高調(diào)融資，成為 OpenAI 最直接競爭者之一。但 2024 年后即使曾經(jīng)頂著 Mustafa 的大神光環(huán)，Inflection AI 也未能走出自己的道路。最終核心團隊轉(zhuǎn)投 Microsoft，公司也從明日之星變?yōu)椴闊o此人。

聊天機器人，有 ChatGPT、Gemini、Claude 等大佬壓制，有已經(jīng)被同行炒上天的獲客成本，小廠卻難以形成足夠強的技術(shù)壁壘。C 端機器人的“陣亡率”一度冠絕其他 AI 賽道。Character.AI、Jasper、Copy.ai、Tome 等國外一度爆火的產(chǎn)品，曾經(jīng)的資本寵兒，或賣身大廠，或黯然離場。

國內(nèi)也有被聊天機器人“坑的”。

2024 年 3 月，成立不到一年的階躍星辰首次公開亮相，便以高調(diào)姿態(tài)切入 C 端市場。當時公司同時推出了兩款面向消費者的產(chǎn)品，智能對話助手“躍問”，和角色扮演智能體“冒泡鴨”。其中，躍問被定位為個人效率工具，支持圖片上傳、文檔解析和聯(lián)網(wǎng)搜索，核心賣點正是階躍星辰當時引以為傲的多模態(tài)能力。

階躍星辰的思路確實沒什么問題。那一年，多模態(tài)的確是很能打的差異化標簽。

2024 年上半年，國內(nèi)大部分大模型仍以純語言能力為主，多模態(tài)普遍處于早期階段。智譜 AI 的 GLM-4V、阿里Qwen-VL 系列雖已推出，但視覺理解深度和復(fù)雜場景仍需要改進。月之暗面 Kimi 和 MiniMax 當時的多模態(tài)能力相對薄弱，主要依賴后期拼接而非原生訓練。

與其他玩家的對比來看，階躍的 Step-1V在圖像理解、多輪視覺指令跟隨、圖表/文檔解析等細分評測中，曾多次位居國內(nèi)前列，尤其在 OpenCompass 等中文多模態(tài)榜單上表現(xiàn)出色，一度被認為是國內(nèi)多模態(tài)理解能力最強的模型之一。

但是技術(shù)上的領(lǐng)先并沒有轉(zhuǎn)變?yōu)樯虡I(yè)上的優(yōu)勢。

躍問和冒泡鴨推出后，用戶反饋整體平淡。整體來看，階躍的兩款產(chǎn)品雖然具備圖片理解等功能，但當時多模態(tài)能力還不夠成熟，在復(fù)雜場景下的表現(xiàn)不夠驚艷，用戶留存和活躍度因此未能達到預(yù)期。冒泡鴨在角色扮演賽道直接面對 MiniMax “星野”等競品，后者日活躍用戶一度維持在約 50 萬規(guī)模，而冒泡鴨的表現(xiàn)明顯落后。

（圖源：小紅書）

小紅書上，曾有自稱躍問開發(fā)者的博主發(fā)帖，向網(wǎng)友征求對產(chǎn)品的問題或意見。但得到的回復(fù)大多是吐槽某面試官和其他不相關(guān)內(nèi)容，帖子熱度也不高。唯一與躍問的使用體驗相關(guān)的問題是圖文混排問題，博主的回答是公司正在優(yōu)化該問題，但隨后也沒有了下文。

但是時間不等人。2024 年下半年，豆包已經(jīng)殺出，DeepSeek 也即將在半年后震撼整個行業(yè)。

這樣的環(huán)境里，在大廠可以依靠此前建設(shè)的用戶生態(tài)和重金投流的 C 端戰(zhàn)場，小廠的生存法則則是打出技術(shù)優(yōu)勢并快速轉(zhuǎn)化為極致的產(chǎn)品體驗。

但是對于彼時的階躍星辰而言，這兩者都不具備。

補票？預(yù)判？

對于產(chǎn)品的遇冷，階躍星辰還掙扎了一番。

直到 2024 年底，階躍停止了對“冒泡鴨”的大規(guī)模投流，并著手將團隊合并。

2025年，公司正式對 C 端業(yè)務(wù)進行收斂，將“躍問”更名為“階躍 AI”，并將產(chǎn)品戰(zhàn)略從類 ChatGPT 的對話產(chǎn)品轉(zhuǎn)向任務(wù)型智能體。

對此，階躍星辰在接受媒體采訪時曾公開回應(yīng)稱：“早期，我們基于當時的模型能力進行了一些產(chǎn)品探索。2025年，隨著多模態(tài)和推理能力的成熟，我們產(chǎn)品進行收斂，聚焦Agent方向。”

Agent 與多模態(tài)有著天然高契合度。

Agent 的核心在于理解環(huán)境、規(guī)劃任務(wù)和執(zhí)行動作。而要真正能夠完成真實世界中的復(fù)雜任務(wù)，AI 必須擺脫對文本信息的依賴。視覺信息，如屏幕界面、圖表、文檔、物理環(huán)境等視覺信號，往往是 AI 處理真實世界任務(wù)的信息來源。

隨著 2026 年初 OpenClaw 的爆火，Agent 被真正的拉到用戶的面前，強大的自動化和處理問題的能力頓時受到了全世界追捧。

那么，階躍在 2024 年重倉多模態(tài)，就顯得頗有前瞻性。

多模態(tài)的技術(shù)積累為后續(xù) Agent 轉(zhuǎn)型提供了技術(shù)基礎(chǔ)。這種“感知+決策執(zhí)行”的結(jié)合路徑，讓階躍在 2026 年具備了較強的差異化優(yōu)勢。

2026 年 1 月，曠視科技聯(lián)合創(chuàng)始人印奇正式出任董事長，進一步加速了階躍的 Agent 轉(zhuǎn)型。

印奇負責頂層戰(zhàn)略和終端商業(yè)化落地，創(chuàng)始人兼CEO 姜大昕繼續(xù)主抓技術(shù)研發(fā)。曠視系的計算機視覺基因與階躍原有的多模態(tài)技術(shù)實現(xiàn)了良好協(xié)同。轉(zhuǎn)型成果在 Step 3.7 Flash 上得到了集中體現(xiàn)。

Step 3.7 Flash 發(fā)布于 5 月 29 日，總參數(shù) 198B，包括 196B 的語言骨干和 1.8B 的 ViT 視覺編碼器。但是 Step 3.7 Flash 每次推理激活參數(shù)僅約 11B，最高生成速度超過 400 Tokens/s。

在主流評測平臺上，Step 3.7 Flash 展現(xiàn)出較強的實用性能。

（Step 3.7 Flash 與其他主要國產(chǎn)大模型評分對比，圖源：Artificial Analysis Intelligence Index）

根據(jù)大模型測評網(wǎng)站 Artificial Analysis Intelligence Index 數(shù)據(jù)顯示，Step 3.7 Flash 整體得分為 43 分，處在國內(nèi)大模型中上游水平。評分細節(jié)上，Step 3.7 Flash 在速度和輸入價格上顯著占優(yōu)；在語言冗長問題上是較大的短板；在智能方面，即邏輯能力、代碼生成、學習、上下文關(guān)聯(lián)等方面能力雖并不突出，但依然處在第一梯隊。

而在對 Agent 能力方面的考核上，Step 3.7 Flash 的表現(xiàn)就顯得更專業(yè)對口：用于測試Agent執(zhí)行基準的 ClawEval-1.1 給出的評分是 67.1 分，大幅領(lǐng)先 DeepSeek V4 Flash 的 59.8 分。

階躍星辰實現(xiàn)這一性能的核心在于稀疏 MoE 架構(gòu)。MoE 通過路由機制讓模型在推理時只激活少量專家子網(wǎng)絡(luò)。

與傳統(tǒng) Dense 模型相比，MoE 在推理階段優(yōu)勢顯著。根據(jù)微軟 DeepSpeed-MoE 論文，在提供同等質(zhì)量輸出的情況下，優(yōu)化后的 MoE 模型推理成本最高可便宜9倍，速度最高可達 4.5 倍或更強。在 Step 3.7 Flash 上，每次推理激活的參數(shù)僅約11B，但最高生成速度超過了 400 Tokens/s，達到了接近更大 Dense 模型的實用效果。

夠快，夠用，也夠便宜，Step 3.7 Flash 在生產(chǎn)端 Agent 為階躍找到了第二條路。

并非“免死金牌”

資本市場上，階躍也正在迎接密集的追捧。

2026 年初，公司完成超 50 億元人民幣 B+ 輪融資，刷新了中國大模型賽道單筆融資紀錄。隨后，階躍開始推進 Pre-IPO 輪融資，累計融資規(guī)模近 25 億美元。

包括騰訊、啟明創(chuàng)投、上海國投先導基金、國壽股權(quán)及華勤、龍旗、中興等產(chǎn)業(yè)資本紛紛入局，階躍星辰目前已完成股份制改造并拆除紅籌架構(gòu)，計劃于 2026 年 6 月底前向港交所遞交上市申請，有望在年底前成為繼智譜 AI、MiniMax 之后的中國大模型“第三股”。

資本市場狂熱的原因也很簡單，有故事、有技術(shù)、又有“錢景”。

故事上，Agent 的重要性自不必多言。技術(shù)上，作為“多模態(tài)最強卷王”，階躍在手機 UI 理解、圖像視頻生成、語音交互等領(lǐng)域表現(xiàn)突出，被視為最適合手機、汽車、智能終端等場景的 AI 底座。

錢景上，階躍被曝出已于吉利、OPPO 等廠商開展合作。階躍的多模態(tài)模型全面接入 OPPO 的智能助理“小布助手”，階躍聯(lián)合吉利汽車與千里科技，打造的智能座艙已在吉利銀河 M9 上量產(chǎn)搭載。因此，階躍 2025 年收入達到近 5 億元，預(yù)計 2026 年實現(xiàn)營收 12 億元。

然而階躍給自己掙來的，只是第二次與對手搏殺的機會，并不是一張免死金牌。

眾所周知，To B 的業(yè)務(wù)比 To C 難做，尤其是大模型方面。貴自然是一方面，安全、隱私問題是另一方面，還有一個重要的原因是合作企業(yè)的流程和節(jié)奏。階躍或許可以每月迭代一款模型，但對于合作伙伴，尤其是他們的技術(shù)、合規(guī)、產(chǎn)品部門來說，跟上這么快的 OTA 節(jié)奏，這幾乎是不可能的任務(wù)。

并且，階躍并不能保證未來的合作完全排他。吉利可以接入豆包，OPPO 也可轉(zhuǎn)投他人。就如同此前蘋果 AI 手機，最初被傳稱國內(nèi)版 AI 服務(wù)商是百度，后又被傳出蘋果在接觸千問的消息。

所以，再次回到戰(zhàn)場的階躍依然躲不過技術(shù)、用戶、資本和聲量上的正面沖突。

（圖源：X）

有意思的是，模型發(fā)布一個星期左右，Step 3.7 Flash 在 Hermes 上就出現(xiàn)了“串臺”問題。根據(jù)網(wǎng)傳截圖顯示，用戶可以通過一系列操作，看到其他用戶的操作內(nèi)容。

雖然現(xiàn)在無法確定問題出在 Step 3.7 Flash 或 Hermes 上，還是這是二者在調(diào)度、對接上存在的問題。但此類事件一旦發(fā)生在極其注重隱私的手機場景，和安全性高于一切的汽車上，對企業(yè)來講都是一場災(zāi)難。

但無論如何，階躍星辰重回戰(zhàn)場。它面對的，是更加激烈的角逐。