从手机到汽车再到机，器（人, 阶）跃星辰进入Agent时？代

IT时报记者沈毅斌

Deepseek风席卷全球之际，“AI六小龙”之一的阶跃星辰乘风而上，在2月18日开源了两款阶跃Step系列多模态大模型——Step-Video-T2V视频生成模型和Step-Audio语音模型。一时在全球开源社区引发热议。

2月21日，阶跃星辰再次传出新消息，在徐汇西岸举办的首届StepUP生态开放日上，宣布将智能终端Agent作为大模型技术落地的关键发力方向。

“我们正朝着实现AGI的目标稳步前进，目前已进入Agent（智能体）的发展阶段。”阶跃星辰创始人姜大昕在大会上表示，尽管Agent在业内还没有一个标准定义，但最重要的特点是能够自主地帮助人类完成复杂任务。所谓自主有两层含义，一是自动，减少或无需人类干预就能完成任务；二是主动，可以根据用户所处的环境和需求，主动发起任务。

目前，Agent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。

依据这两条路径，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。Step-Video-T2V视频生成模型和Step-Audio语音模型两款开源模型，均可在跃问App上体验。新的图生视频模型也将在3月开源。

姜大昕还透露了阶跃星辰未来重点关注的方向：发展多模态推理以及Agent智能体技术，以实现阶跃星辰AGI的技术路线—“单模态—多模态—多模理解和生成的统一—世界模型—AGI”。

同时，如何将强化学习的方法引入视觉领域，实现在视觉空间下的慢思考，也是阶跃星辰正在的努力方向。

Deepseek的横空出世不仅会推动越来越多的大模型公司走向开源，还将加速大模型在各行各业场景中的应用，重塑业务模式。姜大昕表示，大模型时代的超级应用，在行业内还未达成共识，但可以肯定未来将搭载在每一个终端设备上。

阶跃星辰在开放日上宣布与吉利汽车集团、OPPO、智元机器人等企业建立合作，还展示在金融财经、内容创作、新零售、数字人等多个产业的应用落地案例。

“汽车是终端Agent最关键的落地场景，也是智能汽车发展的必经阶段。”在圆桌论坛上，吉利汽车集团副总裁李传海表示，吉利与阶跃星辰、千里科技等拥有自研大模型伙伴，将合作构建起包括算力中心、大模型、智能架构、智驾、智舱、芯片、手机、卫星、飞行器等的完整智能化生态。

千里科技董事长印奇也表示，通过AI大模型、端到端智驾、驾舱融合等技术的突破，智能汽车的体验将实现从量变到质变的跨越。汽车也可能成为重要性不亚于手机的“第三空间”，成为驾驶决策、家庭空间、陪伴型机器人三种角色的融合，“我觉得这件事情应该在未来五年内会发生。”

手机终端方面，OPPO智能助理部部长万玉龙介绍，基于Step系列多模态模型，OPPO与阶跃星辰联合打造“一键问屏”和“一键全能搜”两大创新性AI手机功能。用户使用小布助手App，可以通过多模态视觉跟AI交互，实现拍照问答、文档问答，识屏问答等多种功能。对小布助手下达指令，AI还可以独立进入各种App端完成任务，比如进入淘宝、京东搜索同款商品。

阶跃星辰还宣布与瑞幸咖啡、天数智芯达成合作。这也是国内首个集新零售品牌、基座模型公司、算力服务商三方于一体的“AI+新零售”合作模式。未来，将基于瑞幸规模庞大的线下门店及线上场景，提升新零售产业的智能化水平。

（内容来源：河南日报）