在 2024 年 3 月 23 日的全球开发者先锋大会上，一家通用大模型初创公司——阶跃星辰，正式对外发布了 Step 系列通用大模型，包括 Step-1 千亿参数语言大模型、Step-1V 千亿参数多模态大模型以及 Step-2 万亿参数 MoE 语言大模型预览版。
据阶跃星辰 CEO 姜大昕透露，2023 年 8 月，Step-1 千亿参数语言大模型一次性训练成功，用时仅有两个月，综合性能超过 GPT-3.5；11 月，千亿参数的多模态大模型 Step-1V 也训练完成；Step-2 万亿参数 MoE 语言大模型预览版，则是国内大模型初创公司首次发布的万亿参数模型。
刚刚过去的 2023 年，国内大模型领域经历了「百模大战」。现在都 2024 年了，这家初创公司为何此时现身？
因为「new game」开始了。尽管过去一年，一度每隔一天就有一个新的大模型官宣，不到 10 月便已有超过 230 个大模型，但当下回头再看，很多的模型已经悄然沉默，停止更新。
一个变化是，围绕 Law（即模型规模扩大带来的性能提升）的业界共识正在逐渐清晰。业界关心的问题早已不再是简单的模型发布，而是模型是否能够持续沿着 Law 的路径，不断提升规模和性能。
在这个新的阶段，谁能掌握 Law 的力量，谁才能在这个「new game」中脱颖而出。
同时，多模态也是这局「new game」的关键。 的发展路径以及 Sora 最近给到所有人的冲击已证明了这一点。在文本模型发展到一定阶段之后，多模态模型将成为通向 AGI 的重要路径。
阶跃星辰选择在这个时刻公开过去一段时间的「潜水成果」。自成立起，阶跃星辰就在算力、数据、算法和系统这四大要素上综合布局，在大模型技术路径上坚定投入攀登 Law，更是在成立初期就已认识到多模理解和生成的统一是通往 AGI 的必经之路。他们相信，自己来的时间刚好，甚至在这场「new game」里已占据先机。
01
千亿起步，万亿在途，
长于多模态理解的模型
阶跃星辰，这家从成立时就备受关注的大模型公司，在 3 月 23 日的全球开发者先锋大会上，正式发布了积淀一年的成果——Step 系列通用大模型。
首先是 Step-1 千亿参数语言大模型，两个月一次性训练成功，已完成充分打磨，在逻辑推理、中文知识、英文知识、数学、代码方面的性能全面超越 GPT-3.5。
Step-1V 千亿参数多模态大模型，则在中国权威的大型模型评估平台「司南」（）多模态模型评测榜单中位列第一，性能比肩 GPT-4V。
特别值得关注的是 Step-1V 的多模理解能力突出，可以精准描述和理解图像中的文字、数据、图表等信息，并根据图像信息实现内容创作、逻辑推理、数据分析等多项任务。此外，Step-1V 亦可实现视频理解。
Step-1V 理解分析能力展示 | 来源：阶跃星辰官网
同时，阶跃星辰还发布了 Step-2 万亿参数语言大模型预览版，提供 API 接口给部分合作伙伴试用。该模型采用 MoE 架构，聚焦深度智能的探索。据了解，参数量从千亿到万亿，增长了一个数量级，对算力、系统、数据、算法四个方面都提出了极高的要求，业内只有极少数公司能做到。
Step-2 万亿参数语言大模型预览版 | 来源：阶跃星辰官网
能够千亿参数一次训练成功，并且高效率训练万亿参数模型，体现了阶跃星辰的核心技术能力，而这背后是面向 AGI 目标更加精准设计的核心团队构成。
阶跃星辰的 CEO 姜大昕同时也是团队里的算法负责人。第一次接触到 时，他被震撼到了。
多年的研究工作让他清楚地知道，对于自然语言处理而言，常识和推理是两个最难的问题，此前如果向聊天机器人提问年龄，一般基于检索的聊天机器人并不具备要用今天的日期减去「出生」日期的常识，就会乱答一气，但 给出了不一样的回答，「我是 2019 年被训练完成的，今天是 2022 年的一天，所以我今年 3 岁了」，常识和推理能力已具备。
姜大昕意识到， 是一个划时代的技术变革。但如果继续待在微软，他只能在 的模型上去做一些应用，模型的「黑盒」不会向他开放，他想打开模型的「黑盒」，自己做算法，自己从底层做出更大的颠覆，「这才是让我真正感到有激情，一定要自己亲自去做的一件事情」。创业的念头就在此间形成。
想法有了，接着就是团队的搭建。姜大昕认为大模型发展非常依赖数据的质量，目前在阶跃星辰负责数据团队的焦斌星博士，是前微软必应引擎核心搜索团队负责人，此前在微软待了 11 年，基本都在研究搜索引擎相关，而这些经验，特别是在跨语言数据上的 Bing 搜索引擎上的独特积累，对于中国大模型训练数据的优化和训练效率与质量的提升，至关重要。
算法、数据之外，对于大模型而言，重要的还有系统，只有具备足够强的系统能力，才能在 Law 的「无限算力」需求上持续探索。阶跃星辰的系统负责人朱亦博，也在微软研究院度过了不少时间，拥有多次单集群万卡以上的系统建设与管理实践经验。这种大算力系统的经验，是极其宝贵的。
同在一线经历过去 10 年 AI 更新迭代，在 这波大模型到来的时候，姜大昕他们三人意识到，「这是一个非常大的技术变革，一定要自己下场，以最快速、最灵活、最全面的方式来投身到变革中去。」2023 年 4 月，阶跃星辰成立，一个在算法、数据和系统三大要素上国内最强的团队组合，自此诞生了。
姜大昕坚信自己的团队是国内能够把 Law 运用到最好的团队。与此同时，阶跃星辰与国内其他大模型公司最大的不同，就是一上来不只是先复现和追赶 的文本模型能力，更要追求多模态理解和生成的统一，因为他相信如果最终目标是实现 AGI，这种统一是最重要的路径，这也是随着过去一年技术发展不断揭开迷雾后，越来越明确的判断。
多模态能力也是阶跃星辰最核心的优势之一。从 推出 Sora 的动作可以看出，语言模型的发展一方面在 Law 下看到了确定的路径，同时语言模型也在进一步推动多模态能力的突破，比如 GPT-4V 对于 Sora 训练中标注的作用，已经带来了令人期待的新发展空间，所以大模型接下来在多模态领域的发展，特别是对理解和生成的统一上，是一个「new game」，也是更加重要的方向
据了解，阶跃星辰不止训练了自己的大模型，也已经围绕 Step-1 和 Step-1V 千亿参数大模型，推出了两款 C 端产品，效率工具「跃问」和 AI 开放世界平台「冒泡鸭」，均已全面开放使用。
「冒泡鸭」里有剧情，有人物，用户可以在其中开放探索，主打有趣、好玩，强调模型的高情商；「跃问」则是一款效率工具，主打有用，强调模型的高智商。同时，这两款产品的共同点在于在多轮对话、执行指令以及进行逻辑推理方面的强性能。
