站长之家(ChinaZ.com) 3月26日 消息:阶跃星辰团队宣布推出了 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 语言大模型的预览版。
据悉，阶跃星辰成立于2023年4月，以 “智能阶跃，十倍每一个人的可能” 为使命。公司坚持自研超级模型，积极布局算力、数据等关键资源，发挥算法和人才优势。
目前已完成 Step-1千亿参数语言大模型和 Step-1V 千亿多模态大模型的研发，在图像理解、多轮指令跟随、数学能力、逻辑推理、文本创作等方面性能达到业界领先水平。
产品方面，阶跃星辰推出了多款产品，其中包括跃问个人效率助手和冒泡鸭 AI 开放世界。跃问是基于 Step 系列千亿参数模型研发而成的个人效率助手，而冒泡鸭则是用 Step 系列千亿参数模型开发的 AI 开放世界，让用户可以探索故事，创造角色。
官网地址：https://www.stepfun.com/
（举报）
本期AI日报聚焦多项AI技术突破与应用：1)Moonshot AI推出开源音频模型Kimi-Audio，基于13亿小时训练数据，支持语音识别等任务；2)阶跃星辰开源图像编辑模型Step1X-Edit，展现强大生成能力；3)夸克AI上线"拍照问夸克"功能，实现视觉问答；4)苹果iOS18.5将在中国推送，带来智能功能；5)谷歌发布601个生成式AI应用案例，覆盖多行业；6)微软推出深度整合Windows的UFO²自动化系统；7)OpenAI升级ChatGPT至GPT-4o版本，提升STEM领域能力；8)Ema公司推出高性价比语言模型EmaFusion；9)Liquid AI发布面向边缘设备的Hyena Edge模型；10)LemonAI推出实时音视频数字人产品Slice Live。此外，国内方面，智谱与生数科技达成战略合作推动大模型发展，宝马中国宣布新车将接入DeepSeek技术。
超越OpenAI! 国产大模型突袭，AI语音生成天花板被重新定义了。 MiniMax最新发布Speech-02，同时拿下Artificial Analysis Speech Arena和Hugging Face TTS Arena两项全球权威语音基准测评第一!
Redmi Turbo 4 Pro首销创2025年纪录，获全价位段销量冠军。卢伟冰表示该系列定位"性能小旋风"，强化设计与质感。今年Turbo系列产品力强、性价比高，用户认可度高，销量持续创新高。随着小米高端化发展，K系列定位也将持续突破。去年Turbo系列独立，为K系列向上发展预留空间。预计年底Redmi K90系列将全面升级，Pro版可能配备超声波指纹和潜望长焦，首次采用长焦镜头，进一步缩小与小米数字旗舰的差距。K90系列或将推出标准版、Pro版和至尊版三款机型。
4月22日，奔驰与火山引擎合作的首款国产纯电车型CLA全球首发亮相。该车搭载奔驰自研MB.OS架构，接入火山引擎大模型，支持个性化智能交互体验。智能系统可识别4种情绪并给予反馈，交互效率提升50%，唤醒仅需0.2秒。虚拟助手能解答百科问题并协助车辆功能设置。这是双方继2024年8月达成AI战略合作后落地的首款量产车型，结合生成式AI和大数据技术，为中国用户打造更智能的用车体验。
百度在Create大会上强调AI应用创造真正价值，发布智能营销一体化应用"客悦·ONE"。李彦宏指出，没有应用场景的芯片和模型毫无价值。百度智能云升级后整合文心、DeepSeek等大模型能力，实现从数据洞察到智慧触达的闭环营销体系。该产品在金融等行业已落地见效，自助解决率达93%以上，支持多模态交互和全渠道管理。百度通过全栈自研AI架构降低开发成本，推动行业智能化转型。
快手旗下可灵AI 2.0模型在权威AI评测中表现优异，以1124分超越自研1.6版本，连续三个月蝉联全球图生视频领域冠军。4月15日发布的2.0大师版在视频质量、语义理解和画面美学等核心指标持续领先行业。数据显示，自2023年6月上线以来，可灵AI全球用户突破2200万，月活激增25倍，累计生成视频1.68亿个、图片3.44亿张。商业化方面，其单月流水已超千万元，并与伊利、vivo等头部品牌达成深度合作，展现出AI视频生成技术的广阔商业前景。
4月23日，凯迪拉克在上海举办"心驰·电掣"发布会，推出亚洲首秀的VISTIQ车型。该车与Momenta深度合作，采用行业首个量产飞轮大模型技术，实现L2全场景城区辅助驾驶功能，提供"有路就能开，有位就能停"的智能体验。凯迪拉克强调不应通过堆砌硬件实现智能化，而需技术创新与用户体验并重。此次合作展现了凯迪拉克拥抱智能化的决心，也彰显了Momenta在自动驾驶领域的技术领先地位。双方将共同推动豪华纯电出行的智能化升级。
本文探讨了人工智能语音交互领域的发展现状与挑战。文章指出，大模型技术驱动下语音交互应用场景持续拓展，但面临数据质量、隐私合规等挑战。当前语音大模型训练需要TB至PB级数据，而传统数据供给模式难以满足需求。合成数据作为真实数据的重要补充，能通过参数化生成机制规避隐私风险，突破传统数据在多样性和场景覆盖上的局限性。国内外科技企业已开始广泛应用合成数据训练AI模型，如Meta的LLaMA3和微软的Phi-4模型。标贝科技推出超大规模拟真多风格语音合成数据集，包含上万小时数据，覆盖中英混合场景，支持情感合成、风格迁移等前沿任务，为虚拟偶像、数字人等元宇宙场景提供实时语音生成方案。该数据集基于32kHz高保真采样率技术，在自然度、流畅度等方面达到行业领先水平。
预训练相当于人类学习物理世界和交通领域的常识，通过大量高清2D和3D Vision（视觉）数据、交通相关的Language（语言）语料，以及与物理世界相关的VL（Vision-Language，视觉和语言）联合数据，训练出云端的VL基座模型，并通过蒸馏转化为在车端高效运行的端侧模型。
在这期间，李想分享了他对人工智能的最新思考，以及包含智能驾驶和理想同学在内的人工智能技术的最新进展，并宣布基于自研基座大模型Mind GPT的理想同学从车机进入手机，App已于12月27日全量上线。
