# 最低调的「AI 六小龙」阶跃星辰，在 DeepSeek 浪潮中交出了一份新答卷

- 作者：李超凡
- 发布时间：2025-02-21 20:31
- 分类：公司
- 原文：https://www.ifanr.com/1615369

DeepSeek 掀起的浪潮还没结束 ，不只是 OpenAI ，中国的「 AI 六小龙」都要面临拷问：Scaling Law 是否还能持续，开源还是闭源，AI 落地的路线是否还行得通。

今天，AI 六小龙中一直比较低调的阶跃星辰，率先交出今年的第一份答卷。

在首届 Step UP生态开放日，阶跃星辰公布了自己探索 AGI 的方式，开启多模态推理的技术研究，并将 AI 落地的重点押注在智能终端，重点布局汽车、手机、具身智能、IoT 等应用场景。

![](https://s3.ifanr.com/wp-content/uploads/2025/02/step.png)

阶跃星辰创始人、CEO 姜大昕认为，**智能终端将成为 Agent （智能体）技术大规模应用的关键载体。**

> 们朝着实现 AGI 的目标稳步前进，目前已进入 Agent（智能体）的发展阶段。

他指出智能体的发展依赖于两大关键要素：

一是多模态能力，让智能体充分地感知和理解世界；

二是推理能力，使智能体能够进行长思维链的慢思考，主动规划、尝试、反思，通过不断纠错提供准确的答案。

![](https://s3.ifanr.com/wp-content/uploads/2025/02/3-2.jpg)

多模态让智能体像人一样「看、听、懂」，相当于人的「感官系统」，而推理能力就是处理信息的「大脑皮层」。

二者结合就能让 AI 《红楼梦》里的王熙凤，一双丹凤三角眼，不仅能察言观色，还能从一句话、一个动作中读出对方的深意。

多模态也是阶跃星辰在六小龙中最大的特点，目前阶跃 Step 系列模型矩阵已经发布了 11 款多模态大模型，覆盖语音识别、语音生成、多模态理解、图像及视频生成的全面能力。

![](https://s3.ifanr.com/wp-content/uploads/2025/02/640.png)

前几天阶跃星辰还开源了Step-Video-T2V 视频生成模型和 Step-Audio 语音模型，成为六小龙最快拥抱开源的其中一位，但和 DeepSeek 不同的是，阶跃星辰开源的模型均为多模态，而这也是 DeepSeek 还没展现的能力。

去年 APPSO 就曾用阶跃星辰旗下的跃问应用，让还不支持的苹果 AI 的国行 iPhone 16 ，获得类似官方视觉智能的能力，按下拍摄按钮，拍照问就能轻松打开，看到任何需要咨询的东西，基本都能找到答案。

![](https://s3.ifanr.com/wp-content/uploads/2024/11/yuewen20.jpg)

至于推理能力，阶跃星辰今天还宣布了和清华大学共同研发的开源推理模型 Open-Reasoner-Zero，首次从预训练模型开始就大规模强化学习，效率达到 DeepSeek-R1-Zero 的 25倍。

姜大昕在现场还预告了内部正在研发的视觉推理模型，其实这样揭示了阶跃星辰推动 AI 落地的技术逻辑：将多模态能力和推理能力结合，让智能终端成为 Agent 的载体。

![](https://s3.ifanr.com/wp-content/uploads/2025/02/14e13c5359fbfcf45b9375369b071d78_origin.jpg)

目前，阶跃星辰的模型能力在智能终端主要有以下这些场景。

- 汽车场景：与吉利合作开发的智能座舱Agent，通过多模态交互（语音+视觉）实现「可见即可说」，例如用户说「导航到最近的充电站」，Agent自动调用地图、查询充电桩状态并规划路线。
- 手机场景：与 OPPO 共建的「一键问屏」功能，用户拍照或截图后，Agent 能直接解析图片内容（如商品、文档）并调用 API 完成搜索或翻译，无需手动切换 App。
- IoT场景：与 TCL 等厂商合作，通过设备间联动实现主动服务，实现设备间的智能化升级和体验的无缝连接。
- 具身智能，：促进 Agent 在具身领域的创新应用。阶跃星辰宣布与智元机器人战略合作，共同探索 AI+具身机器人应用场景。

AI 智能终端是一个既性感又饱受争议的概念，可能会让很多硬件通过 AI 提升用户的体验，最近不少手机纷纷都宣布接入 DeepSek，同时去年爆火的 AI 硬件 Ai Pin，下个月就将停止所有的 AI 服务、消息推送等联网功能。

目前大多数手机接入的 DeepSeek，都是给语音助手加一个插件式外挂，同时由于 DeepSeek 尚不支持多模态能力，使用场景受到的限制就比较多。最近网上流行的「DeepSeek+xx」的组合玩法，其实就是为了弥补其缺乏的能力。

去年率先喊出 AI 手机的 OPPO，就在 AI 终端融合走得更远。

![](https://s3.ifanr.com/wp-content/uploads/2025/02/oppo.png)

比如使用小布助手App「一键问屏」，用户通过多模态视觉跟 AI 交互，实现拍照问答、文档问答，识屏问答等多种功能。

用户甚至可以给小布下达指令让它进入各种应用端完成任务，比如进入淘宝、京东搜索同款商品，在小红书、同花顺、携程等平台搜索信息和服务，在飞书、钉钉、企业微信等社交软件搜索聊天记录等，实现一键全能搜。

![](https://s3.ifanr.com/wp-content/uploads/2025/02/s.jpg)

这些功能OPPO 基于阶跃星辰 Step 系列多模态模型共同开发的，OPPO 智能助理部部长、小布助手负责人万玉龙告诉我们，随着新一代 AI 技术与移动终端的深度融合，手机已经逐步进化为能够理解用户意图、提供主动服务、甚至预判**用户需求的智能助理。**

**智能终端正在迈入 Agent 时代。和过去最大的不同在于：本地化 AI 推理能力使终端从被动响应指令的工具，升级为主动理解需求、跨应用协同的「智能伙伴」。**

让这一蓝图成为现实的，则是多模态 AI 智能体，它将作为新的交互界面，无需物理界面，类似《阿凡达》中的灵魂树，连接所有赛博智能体，用户甚至通过思维直接与 AI 交互，来完成所有现实任务的执行。

![](https://s3.ifanr.com/wp-content/uploads/2025/02/Avatar.jpg)

姜大昕提出 AGI 发展需经历模拟世界、探索世界、归纳世界三大阶段：

1. 模拟世界：通过模仿学习训练多模态模型，统一表征声音、文本、图像、视频及物理世界。
2. 探索世界：引入强化学习（如AlphaGo、DeepSeek），赋予模型逻辑推理与问题解决能力。
3. 归纳世界：探索机器自主发现物理规律的能力，如牛顿从苹果落地推导万有引力定律，目标是将 AI 与科学家协同创新。

通往 AGI 的路或许不止一条，但总需要有人去蹚出不同的路，阶跃星辰选择了智能终端 Agent 这条路，或许下一次人机交互的革新，已经埋下了草蛇灰线。