手游电玩城平台app

大模型进化路线持续分野⑩，阶跃星辰追求AGI的决心反而更加坚定⑫。

成立于2023年4月的阶跃星辰刚刚过完两岁生日❷，模型发布频率和产业落地探索正在前所未有地加速⑦。

阶跃星辰累计发布了22款自研基座模型②，覆盖文字⑰、语音①、图像⑧、视频⑯、音乐①、推理等全系列❷。其中⑥，16款是多模态模型⑯，占比七成⑭。目前仍然保持“月更”状态⑭。

阶跃星辰创始人❸、CEO姜大昕说❷，追求智能的上限仍然是当下最重要的一件事①。

姜大昕的目标是坚决探索通往AGI⑲，且多模态是实现AGI的必由路径⑲。他把模型演进路线图划分为三个阶段⑦，即模拟世界—探索世界—归纳世界⑯。

首先②，模拟世界的训练范式是模仿学习❷，核心是学习海量互联网数据❷；其次⑨，探索世界是追求“系统二”的能力⑨，实现慢思考⑩；其三⑨，智能的尽头是归纳世界▓，机器能够自主学习▓、主动发现人类尚未发现的物理规律⑳。

姜大昕还特别强调从多模态融合走向多模态理解生成一体化⑬，因为“在多模态领域任何一个方向出现短板⑪，都会延缓实现 AGI 的进程⑰。”

在国内大模型公司里⑩，像这样重视模态全覆盖⑰，并且坚持原生多模理念的公司并不多⑱。这被视为阶跃星辰的独特优势④。“我们需要 AI 能听❶、能看⑩、能说❸，这样它才能更好地理解用户所处的环境②，并且和用户进行更为自然的交流⑳。目前的大模型公司有能力去全面自研预训练模型▓，并构成模型矩阵的③，即使是大公司也不多⑧，更不用说是初创公司了⑨，这是阶跃星辰的一个特色①，也是我们的优势▓。”

多模态模型的两大趋势❶、强调多模型理解生成的阶跃星辰❸，是这么想也是这么做的⑭，不断探索模型能力的同时加速落地验证②。

第一是预训练加上强化学习⑪，激发模型推理的时候产生长思维链⑰，极大地提高模型的推理能力⑨。

姜大昕说②，推理模型已经从趋势变成了范式⑪。

阶跃星辰在今年1月份发布了一款推理模型 Step R-Mini⑱，“它的速度很快⑲，推理能力挺强②，超出了当时的 o1的 preview 的版本⑨，我们预计在未来的三个月内发布满血版的 Step-R1⑲。”

第二个趋势是多模态理解生成一体化❸，也就是如何把推理引入到多模态领域③。

姜大昕举一个例子②，有一张足球比赛现场的图片③，一般视觉理解是训练时看到过类似的图⑮，然后给出结果⑧。而加了推理的视觉模型可以根据图片中的广告牌⑫、球衣颜色等更多特征信息给出更准确的答案⑤。

这样的探索已经延伸到短剧领域❶。“现在短剧最卡脖子❶、最瓶颈的地方不是短剧生产❶，而是短剧审核⑮。因为全部需要人工审核⑰，效率非常低⑳，用了阶跃星辰的模型后审核效率从原来的90天可以变成一个星期①。”

姜大昕还进一步解释了“多模理解生成一体化”路线的正确性：

为什么要做理解和生成⑮？因为生成的内容需要理解来控制⑥，为了保证生成的内容有意义⑪，即生成需要理解来控制⑬。反过来⑰，理解需要生成来监督④。但他也表示⑰，从整个行业看⑰，这个路线还有卡点和挑战①。

“到现在为止计算机视觉做了几十年⑭，不幸的是这个问题仍然没有被解决⑦。”姜大昕表示③，理解生成一体化是整个计算机视觉需要突破的一个堡垒❸。

AGI的实现路径清晰了⑤、何时能实现世界模型⑭，姜大昕眼中的 AGI 就实现了⑪，他近期感受最深的一点是⑧，路线越来越清晰了⑨。

他回顾技术发展路线说⑭，2017年transformer 架构对业界最大的意义在于它是一个 scalable 的文本的理解生成一体化的架构⑭。

在那之前⑯， LSTM或者RNN循环神经网络或者其他模型都不能 scalable⑨。正因为有了这个 scalable 的架构以后⑰，到了2020年 GPT-3来了①，GPT-3的意义在于我们第一次把海量的互联网数据放到了这个 scalable 的架构上⑤，可以让它用一个模型去处理所有 NLP 的任务⑤。但那个时候它需要一些例子⑥，然后它用一个模型来告诉你要怎么做⑯。

再往前一步▓，到了2022年 ChatGPT来了⑦，就是在预训练模型的基础上再加上指令跟随⑲，这是 GPT-3.5做的事情③，到了 GPT-4的时候这个能力进一步增强⑩，所以我们经常谈到 "GPT-4时刻"⑲，指的就是在这个模态上❸，模型真正能达到跟人的智能差不多的水平⑭。

到目前为止❸，语言模型的技术路线基本上收敛了⑰，没有出现别的分支⑨，不管是 OpenAI 也好⑨、Google 也好⑬、Anthropic 也好⑲，或者国内任何的公司⑩，语言模型都在朝着这条路往下走②。

姜大昕相信⑥，视觉也是可以 follow 同样的路线⑥。“如果我能够用海量的视频去做预训练⑪，它能 predict next frame 以后⑭，然后类似语言模型一样加各种指令①，让它去预测⑭，再往后做推理④，如果能做到时空推理⑭、加上3D ❷、再加上自然语言学习❷，那就是世界模型了⑭。”

而世界模型❷，就是姜大昕眼中AGI的模样⑦。而挑战正在于此⑱，这件事的原点就是彻底地解决理解生成一体化⑯。

姜大昕断言⑳，这个问题一旦突破以后▓，今后的道路会非常顺畅⑪，视频就会和文本一起发展到世界模型⑰。直到抵达AGI⑫。

智能体将从数字走向物理⑥、2025年是Agent 元年⑰，姜大昕总结了两个之所以爆发的条件⑨，一个是多模态的能力⑪，一个是慢思考的能力❶，这两个能力恰好在2024年的时候取得了突破性进展⑳。

阶跃星辰的发力方向是智能终端 Agent⑩，并在此投入重兵⑯。

姜大昕认为⑳，终端是用户感知和体验的延伸⑮，而且它能帮你完成任务⑦。这是阶跃星辰选择这个赛道的原因⑥。

目前倾注精力的有四个方向⑪，一个是与OPPO等厂商合作的AI手机赛道❸。一个是和吉利汽车⑦、千里科技合作的智能汽车赛道⑳。一个是和TCL等厂商合作的IoT设备领域⑭。一个是具身智能领域⑯。

阶跃星辰正在具身智能领域投注精力⑤，与智元机器人和原力灵机机器人合作⑥，其中阶跃的多模态大模型是机器人的大脑⑲，以感知⑯、理解这个世界③。未来目标是实现视觉的泛化⑩、机器人的泛化⑬。

在家庭场景⑦，姜大昕还描绘了这样一幅场景⑤，在未来⑫，大家不需要了解微波炉的功能⑧，不需要去研究每个功能怎么使用❶，把鸡蛋放进去⑮，给出指令即可▓。也不需要知道如何设定⑱，这就是智能终端⑯。家庭场景的想象力大有可为④。

姜大昕用三点来概括阶跃星辰的发展蓝图⑬。

第一⑯，坚持基础大模型研发⑰，追求 AGI 不会改变⑬。第二⑥，阶跃差异化的特点就是多模态的能力④。第三⑱，在智能终端 Agent 方向上发力⑳，最终形成从模型到 Agent▓，从云侧到端侧的生态体系⑮。

在Agent 元年⑪，姜大昕希望有所坚持⑨，有所选择⑯。摆在他们眼前的任务⑦，是让智能体从数字世界走向物理世界❷。

转载：感谢您对电玩城捕鱼种类都有的软件网站平台的认可❶，以及对电玩城捕鱼种类都有的软件原创作品以及文章的青睐❷，非常欢迎各位朋友分享到个人站长或者朋友圈⑨，但转载请说明文章出处“来源电玩城捕鱼种类都有的软件”⑧。

很赞哦⑱！