阶跃星辰Step-1o重大升级，多模态视觉双榜夺冠

小哪吒

         2025年1月21日，上海阶跃星辰智能科技有限公司宣布其Step-1o系列模型完成重大升级，新成员Step-1o Vision多模态理解大模型正式上线。与此同时，Step-1o Audio语音模型也迎来能力提升。

         Step-1o Vision是阶跃星辰最新研发的原生端到端多模态生成理解一体化模型的视觉版本，其在视觉识别、感知、指令跟随和推理等方面实现显著提升。上线伊始，Step-1o Vision便在多个国内外权威榜单中夺冠。1月20日，LMSYS Org发布的Chatbot Arena榜单中，Step-1o Vision位列视觉领域中国大模型第一；在国内“司南”多模态模型评测实时榜单中，同样位居榜首。

         Step-1o Vision展现出卓越的视觉理解能力。它能够精准识别复杂图像，包括自然场景、物体细节和图表等，即使在图像质量欠佳或存在遮挡、变形的情况下，也能准确识别。例如，面对一张幼年猫科动物图，Step-1o Vision不仅精准识别动物数量和品种，还展现出一定的幽默感和互动性。此外，它还能对图像中的微小但重要的视觉细节进行深入理解，例如解读博士工作特性的图表，Step-1o Vision展现了超越前代的视觉信息提取和推理能力。
         与此同时，Step-1o Audio语音模型也迎来升级。其在情绪感知与理解、多语种及方言理解、个性化风格表达等方面实现突破，声音更自然，时延更低。Step-1o Audio能够精准识别用户语气语调中的情绪信息，并结合语境深度理解情感需求，给出恰当回应。无论是方言交流还是情感支持，它都能以个性化的方式与用户互动，为生活增添温暖与乐趣。
         目前，Step-1o Vision和Step-1o Audio已全面开放，用户可通过跃问App或跃问网页端体验。