Step 3 – 階躍星辰最新推出的多模態(tài)推理模型

Step 3：新一代多模態(tài)推理模型，專為推理時(shí)代設(shè)計(jì)，具備高性能與極致成本效益。 采用MoE架構(gòu)，擁有強(qiáng)大的視覺感知和復(fù)雜推理能力，能在多個(gè)領(lǐng)域?qū)崿F(xiàn)高效應(yīng)用。7月31日正式開源。

## Step 3：開啟多模態(tài)推理新紀(jì)元

在AI技術(shù)日新月異的今天，階躍星辰隆重推出其最新力作——Step 3。這款新一代基礎(chǔ)大模型，專為推理時(shí)代量身打造，旨在以卓越性能與極具競爭力的成本效益，引領(lǐng)行業(yè)發(fā)展。Step 3 不僅是首個(gè)全尺寸、原生多模態(tài)推理模型，更以其強(qiáng)大的視覺感知和復(fù)雜推理能力，在多個(gè)應(yīng)用領(lǐng)域展現(xiàn)出巨大潛力。 7月31日，Step 3 將正式開源，向全球開發(fā)者和企業(yè)敞開大門。

### 卓越功能，解鎖無限可能

Step 3 具備以下核心功能，助力用戶在多樣化場景中實(shí)現(xiàn)創(chuàng)新：

• 銳利視覺洞察：Step 3 能夠精準(zhǔn)識(shí)別和分析圖像、視頻中的復(fù)雜信息，即使面對(duì)反光嚴(yán)重的菜單，也能準(zhǔn)確還原內(nèi)容，展現(xiàn)出強(qiáng)大的視覺處理能力。
• 深度復(fù)雜推理：支持跨領(lǐng)域的復(fù)雜知識(shí)理解，并能融合數(shù)算與視覺信息，例如，結(jié)合微信群記錄和購物小票，自動(dòng)計(jì)算AA制消費(fèi)分?jǐn)?，?shí)現(xiàn)智能決策。
• 原生多模態(tài)處理：作為一款原生多模態(tài)模型，Step 3 能夠無縫處理文本、圖像等多種模態(tài)的任務(wù)，滿足多元化的應(yīng)用需求。
• 高效推理引擎：通過創(chuàng)新的系統(tǒng)架構(gòu)，Step 3 在推理效率方面表現(xiàn)出色，在國產(chǎn)芯片上的推理效率最高可達(dá)DeepSeek-R1的300%，在NVIDIA Hopper架構(gòu)芯片上吞吐量提升超70%。
• 硬件友好設(shè)計(jì)：Step 3 適配多種硬件平臺(tái)，包括主流和國產(chǎn)芯片，有效降低推理成本，提升資源利用率。

### 技術(shù)解析：性能背后的秘密

Step 3 卓越性能的背后，是精巧的技術(shù)架構(gòu)支撐：

• MoE 架構(gòu)：采用MoE（Mixture of Experts）架構(gòu)，通過將模型分解為多個(gè)“專家”模塊，根據(jù)輸入動(dòng)態(tài)選擇合適的專家進(jìn)行計(jì)算，在保持高性能的同時(shí)顯著降低計(jì)算資源的浪費(fèi)。
• AFD 分布式推理系統(tǒng)：將模型中的注意力（Attention）和前饋網(wǎng)絡(luò)（FFN）計(jì)算任務(wù)分配到最適合的硬件上，提升整體效率。
  • Attention 計(jì)算：極度消耗內(nèi)存帶寬的任務(wù)，分配給內(nèi)存帶寬大的 GPU 集群。
  • FFN 計(jì)算：極度消耗算力的任務(wù)，分配給算力強(qiáng)大的 GPU 集群。
• MFA 注意力機(jī)制：優(yōu)化算術(shù)強(qiáng)度，適配主流和國產(chǎn)芯片的性能特征，實(shí)現(xiàn)跨硬件平臺(tái)的高效推理。

### 官方網(wǎng)站與項(xiàng)目地址

• Github倉庫：https://github.com/stepfun-ai/Step3

### 應(yīng)用場景：賦能各行各業(yè)

Step 3 憑借其強(qiáng)大的功能，將在多個(gè)領(lǐng)域大放異彩：

• 智能終端 Agent：應(yīng)用于智能家居、智能穿戴設(shè)備等IoT設(shè)備，提供智能語音助手和視覺識(shí)別功能。
• 金融財(cái)經(jīng)：助力金融風(fēng)險(xiǎn)評(píng)估、智能客服、市場分析等，通過多模態(tài)數(shù)據(jù)處理，更準(zhǔn)確地分析市場趨勢(shì)和用戶需求。
• 內(nèi)容創(chuàng)作：輔助內(nèi)容創(chuàng)作者生成創(chuàng)意文案、圖像和視頻內(nèi)容，如生成高質(zhì)量的廣告文案或視頻腳本。
• 視覺識(shí)別：處理復(fù)雜的視覺任務(wù)，如反光菜單識(shí)別、圖像分類、目標(biāo)檢測(cè)等。
• 復(fù)雜推理：支持跨領(lǐng)域的復(fù)雜知識(shí)理解，例如結(jié)合微信群記錄和購物小票自動(dòng)計(jì)算 AA 制消費(fèi)分?jǐn)偂?/li>
• 自然語言處理：在自然語言處理任務(wù)中表現(xiàn)出色，能理解并生成高質(zhì)量的文本內(nèi)容。

### 常見問題解答

Q: Step 3 與其他模型相比有什么優(yōu)勢(shì)？

A: Step 3 在多模態(tài)推理方面表現(xiàn)出色，同時(shí)兼顧高性能與成本效益，尤其在國產(chǎn)芯片上的推理效率具有顯著優(yōu)勢(shì)。

Q: Step 3 支持哪些硬件平臺(tái)？

A: Step 3 適配多種硬件平臺(tái)，包括主流和國產(chǎn)芯片，具有廣泛的兼容性。

Q: 如何獲取Step 3？

A: 7月31日，Step 3 將正式開源，屆時(shí)可在Github倉庫獲取相關(guān)資源。