|
新浪科技訊 2月2日晚間消息，階躍t基階躍星辰披露下一代模型 Step 4 的星辰下代最新進展。階躍星辰方面表示，開源目前 Step 4 的模S模型訓練工作已經(jīng)啟動，公司將邀請開發(fā)者深度參與共建，已開共同定義下一代 Agent 基礎模型。啟訓目前，階躍t基階躍星辰已圍繞 AI+終端體系發(fā)布了超 30 款模型，星辰下代重點發(fā)力語言基礎大模型及多模態(tài)和端云結(jié)合方向。開源 今日，模S模型階躍星辰發(fā)布并開源最新基座模型 Step 3.5 Flash。已開據(jù)介紹，啟訓Step 3.5 Flash 采用了稀疏混合專家（MoE）架構(gòu)，階躍t基總參數(shù)量達 1960 億，星辰下代每個 Token 僅激活約 110 億參數(shù)，開源實現(xiàn)了推理能力與運行效率的平衡，顯著提升模型在復雜 Agent 工作流中的響應速度。 越來越多開發(fā)者從單純提示詞工程轉(zhuǎn)向 Agent 和 Workflow 的構(gòu)建。不過，盡管底層模型強大，但在規(guī)?；瘓鼍跋峦粔蚍€(wěn)定、響應過慢、成本過高。Step 3.5 Flash 為此進行了專項優(yōu)化，在單請求代碼類任務上，最高推理速度可達每秒 350 個 token，滿足多步推理中的低延遲響應需求。 在針對智能體能力的 τ2-Bench、BrowseComp 等測試，以及 LiveCodeBench V6 代碼挑戰(zhàn)和 AIME 2025 數(shù)學競賽中，Step 3.5 Flash 均取得了亮眼成績，且在 Agent 場景和數(shù)學任務上極具競爭力。此外，在實際應用場景中，Step 3.5 Flash 也展示了強大的自動編程與“端云協(xié)同”能力，不僅能基于自然語言指令自動構(gòu)建復雜的可視化地理空間系統(tǒng)，還能作為“云端大腦”將復雜的用戶需求拆解為多個子任務，協(xié)同本地設備高效完成跨平臺數(shù)據(jù)分析與決策支持。  海量資訊、精準解讀，盡在新浪財經(jīng)APP 責任編輯：何俊熹 |