阶跃星辰正式亮相：推出千亿与万亿参数模型及两款应用
国内基础大模型创业公司阶跃星辰（StepFun）正式来到台前。该公司由微软前全球副总裁姜大昕创办，在成立一年后低调发布了面向 C 端的两款应用以及新一代大模型技术。
两款 C 端产品全面开放使用
阶跃星辰直接带来了 2 款面向 C 端市场的应用，均全面开放使用：
- 跃问：定位为个人效率助手，支持聊天、联网检索、文件处理及多模态理解。
- 冒泡鸭：AI 开放世界平台，提供海量智能体，主打休闲娱乐与剧情互动。
跃问功能实测
作为效率工具，跃问展现了较强的综合能力：
- 基本问答：能够进行多维度对比分析，如对比不同大模型的架构、安全性等，并支持以图表形式呈现结果。
- 联网与信息检索：知识库信息截止至 2023 年，后续信息通过实时搜索获取。例如能准确检索到马斯克脑机接口公司的最新进展。
- 文件处理：支持上传字幕文件总结长视频内容，或解析 arXiv 论文链接提取核心内容。
- 数据处理：利用代码解释器能力解决图片转表格、净增长率计算等复杂逻辑推理任务。
- 多模态能力：支持解读表情包、识别复杂图表中的 Logo 并分类，阅读清晰度优于部分同类竞品。
冒泡鸭体验
冒泡鸭拥有 App 版和 Web 版，平台上载有由多模态大模型驱动的智能对话体。用户可以探索有趣的剧情互动游戏，也可以基于官方文档上手创建自定义智能体。其对话流畅度与沉浸感较强，适合娱乐场景。
'铁人四项'攀登万亿参数模型
两款 C 端产品的背后，是阶跃星辰已成熟训练的两款千亿参数大模型，统称为 Step 系列：
- Step-1：千亿参数语言大模型，综合性能超过 GPT-3.5。
- Step-1V：千亿参数多模态大模型，可精准描述和理解图像中的文字、数据、图表等信息，并能理解视频内容。在上海人工智能实验室'司南'评测中位列第一，性能比肩 GPT-4V。
Step-2：万亿参数 MoE 预览
在国内初创公司首次交出万亿参数模型答卷的节点上，阶跃星辰展示了万亿参数 MoE 语言大模型 Step-2 的预览版。该模型于去年 12 月启动训练，目前处于稳定阶段。
姜大昕表示，团队坚信 Scaling Law，追求多模理解和生成的统一。Step 系列大模型将为这一目标奠定坚实基础。
技术挑战与解决方案
攀登 Scaling Law 被视为一个'铁人四项'般的超级工程，涉及算力、系统、数据、算法四个维度：
- 算力：通过自建机房 + 租用算力积极储备。训练万亿模型需要等效 A800 万卡单一集群，进行高效稳定的训练。
- 系统：核心成员实践过单集群万卡以上的系统建设与管理，训练千亿模型的 MFU（有效算力输出）达 57%。
- 数据：数据团队核心骨干出身必应搜索引擎，曾支持全球 100 多种语言，建立了强大的数据处理和知识图谱流水线，确保十万亿 tokens 的高质量数据供给。
- 算法：团队不仅能驾驭各种架构，包括万亿参数的 MoE 架构，而且对大模型的认知及发展路线有深刻洞察。
MoE（混合专家模型）架构通过动态激活部分参数来平衡计算成本与模型能力，是通往更大规模模型的关键路径之一。Scaling Law 指出模型性能随参数量、数据量和计算量增加而提升，但需满足特定条件才能有效扩展。阶跃星辰提出的四要素正是为了保障这一规律的有效性。
核心团队背景
面对铁人四项和多模态融合之路，阶跃星辰组建了一支 150 多人的队伍。
- 姜大昕（CEO/算法负责人）：获纽约州立大学计算机科学博士，曾任微软亚洲互联网工程院首席科学家，负责必应搜索技术研发。2011 年转入微软 STCA，2023 年升任微软副总裁。离开微软是因为希望从被动调用 API 转向主动掌控模型算法迭代。
- 焦斌星（数据负责人）：中科大和 MSRA 联合培养博士，微软必应引擎核心搜索团队前负责人，擅长数据挖掘和 NLP 算法优化索引和搜索质量。
