步骤2-16k-否。 1指挥跟随能力，图片来源：
2、模型能力不断进化，命令跟随位列榜单第一
Step Star之所以能在首次评估中取得如此高的成绩，与其自研Step-2模型的两大特点——万亿参数和MoE架构密不可分。
与步星自主研发的千亿参数大规模语言模型Step-1相比，Step-2的综合能力提升了近50%，能够更好地解决编程方面的问题，逻辑推理、数学、知识等维度。
在模糊指令方面，Step-2具有出色的理解能力，可以从上下文中推断用户的需求，准确捕捉用户在模糊指令中的真实意图，并提供更准确和个性化的响应。在知识分布方面，Step-2在知识覆盖面和深度上取得了重大突破。它不仅可以处理常见领域知识，还可以深入理解和回答特定领域或边缘分布的复杂问题。
我们在步星的C端智能助手“阅文”上测试了Step-2的效果。
给定一道数学题，“阅文”可以快速给出清晰正确的答案：
Step-2 大模型解答数学题，来源：阅文
在文本创作方面，Step-2可以生成高质量、富有创意的文本内容，并且具有出色的细节控制能力，可以根据用户指令精确调整和优化文本。
步星科技CEO蒋大新认为，如果想要将模型参数扩展到万亿级，MoE几乎是必选。但从千亿模型到万亿模型，遇到的挑战是前所未有的。在设计Step-2 MoE架构时，Step Star团队选择迎难而上，从零开始进行完全自主研发。
通过部分专家共享参数、异构专家设计等创新的MoE架构设计，Step-2中的每个“专家模型”都得到了充分的训练。不仅参数总数达到了万亿级别，而且每次训练或推理激活的参数数量也超过了市场上最密集的模型。
这也是Step-2拥有超能力的根本原因。
3、完整的车型矩阵和全面的战略布局
大模型算法结构复杂、计算能力要求高、数据要求大。大语言模型和多模态大模型的技术路线也存在差异。也正是因为这个原因，很多公司选择了“挑一点、突破”的策略，专攻大语言模型或者大型多模态模型。
但步骤不同。在国内众多模型厂商中，步星是少数同时部署大语言模型和多模态模型，并且双向发力的公司之一。
除了完整全面的模型矩阵外，步星的模型迭代速度也走在国内前列：
2024年3月23日的全球开发者先锋大会上，发布了大语言模型Step-2预览版——这也是国内初创公司首次提交万亿参数模型的答卷。
今年7月，仅仅100天后，Step Star就发布了Step-2万亿参数大语言模型正式版，以及Step-1.5V多模态大模型和Step-1X图像生成大模型在 2024 年世界人工智能大会上。模型。
与其他厂商每六个月或一年才更新一个新版本相比，步星的迭代速度并不算差强人意。
目前，Step系列通用大模型矩阵已经覆盖了从千亿参数到万亿参数、从语言到多模态、从理解到生成的综合能力。
步星创始人兼CEO蒋大新认为，要实现AGI的终结，需要走一条“单模态——多模态——多模态理解与生成的统一——世界模型——AGI（通用人工智能）”的路径。智力）”。
今年，随着o1的发布，AI技术出现了新的范式，国内外大规模基础模型开发的竞争仍在持续。相信包括步星在内的大型国产车型将在实现AGI的道路上不断创造更多惊喜。
