文 / 零度  

" 聊天机器人时代，每秒 20 个 token 就能赶上人类眼睛的阅读速度；但在 Agent 帮人办事的时代，速度不再是性能指标，而是生死线——你必须去啃下高智能、低成本与极速响应这个‘不可能三角’。"

盛夏的黄浦江畔，世界人工智能大会的聚光灯将黄浦江夜景映照得通明。与往年满场空谈概念与未来愿景不同，如今的大模型产业正陷入一场更加现实的拷问。

过去两年间，国内大模型训练对于 Token 吞吐的需求爆发了千倍不止，但底层芯片的算力供给增速却远远赶不上这股狂飙，曾经积攒的算力过剩红利早已消耗殆尽，" 一卡难求 " 的焦虑再次在创业者之间蔓延。

与此同时，AI 的演进形态正发生着剧烈的蜕变——用户不再满足于 AI 能够 " 对答如流 "，而是要求它能够独立思考、规划并替人类去 " 完成任务 "。

就在这场算力紧缺与应用剧变的双重夹击中，阶跃星辰联合创始人、首席技术官朱亦博在大会上抛出的一系列动作。

更值得一提的是，7 月上旬，阶跃星辰发布了全球首款大模型原生智能体手机。

从默默无闻时啃下千亿参数模型，到旗下的 Agent 模型登顶海外知名平台全球调用量的榜首，再到用极具突破性的工程创新拉开一场大模型的 " 速度革命 "，这家独角兽正用自己独特的节奏，强行撕开大模型商业化落地的冰封期。

技术执念

故事的起点，要追溯到大模型狂飙突进的前夜。

彼时，ChatGPT 的横空出世像一道闪电划破夜空，在国内迅速掀起了一场浩浩荡荡的 " 百模大战 "。数百家厂商蜂拥而上，但在喧嚣与繁华背后，同质化的阴影很快笼罩了整个行业。

《节点 AI》了解到，彼时，绝大多数团队挤在开源模型的微调与套壳应用里，极少有人愿意掉过头去，咬牙挑战高难度的底层原研与大参数量预训练。

正是在这种浮躁的风暴眼深处，阶跃星辰悄然拔地而起。

团队在成立的第一天就达成了一个共识：通用人工智能（AGI）绝不是一场拼声量的百米冲刺，而是一场长达数十年、需要极高战略定力的拉力赛。如果拿不出自主可控的底层架构，所有的应用繁荣不过是建在沙滩上的蜃景。

" 阶跃星辰 " 这个名字本身就带着浓厚的理工科浪漫—— " 阶跃 " 代表着量子力学中能量级别的跨越式飞跃，象征着技术从量变到质变的突破；而 " 星辰 " 则是他们对 AGI 浩瀚终局的凝望。

当同行们还在预训练的泥潭里卷价格、卷文案时，阶跃星辰的核心团队推演出了一张 AI 演进的技术画卷：

最早期是 " 模拟世界 " 的阶段，模型靠着灌入海量预训练数据来模仿人类说话，诞生了第一代聊天机器人；随后迅速跨入 " 探索世界 " 的阶段，核心驱动力转向强化学习，模型开始具备逻辑推理与反思能力，以 Agent 的形态帮人类写代码、做复杂规划乃至操控机器人；而终局则是 " 归纳世界 "，模型将超越人类现有的知识库，自主归纳全新的科学规律，开启真正的 " 人工科学 " 时代。

对技术演进的笃定，让阶跃星辰在大多数人还在试图让聊天机器人显得 " 更有情商 " 时，悄悄将技术重心转向了强化学习与 Agent 架构的全面升级。

撕开 " 不可能三角 "

在大会现场，朱亦博展示的进化轨迹揭开了他们技术护城河的冰山一角。

从早期的近万亿参数模型探索，到推出首款原生 Agent 架构模型 Step 3.5 并在 2026 年 3 月登顶海外平台全球调用量第一，再到即将发布的新一代旗舰大模型，他们跑出了一条突围曲线。

进入 Agent 时代，大模型跨过了 " 对话框 " 的束缚，开始接管 HR 招聘、法务审核、财务报销等极其繁重复杂的核心业务场景。

《节点 AI》了解到，这种能力的进化，却给底层技术带来了一个残酷的考验。它将原先行业公认的 " 高智能 + 低成本 " 评价体系，强行压上了一个新的维度—— " 极速响应 "，从而筑起了一个难以打破的 " 不可能三角 "。

" 在过去，聊天机器人只要每秒能打出 20 个 token，速度就能赶上人类眼睛阅读的习惯，用户就不会觉得卡顿。但在 Agent 时代，用户根本不想看中间繁复庞杂的思考推理过程，他们只要最终的结果。如果一个 Agent 替你办件事要让你在屏幕前死等半分钟，这种体验是灾难性的。"

这意味着，速度，早已不再是锦上添花的优化项，而是 Agent 产品能否存活下去的生死线。

面对算力供给增速远落后于需求的鸿沟，阶跃星辰将注意力转向了算法深处的软硬件极致优化。

为了把单位算力的效能榨干到极致，他们打磨出了 " 投机采样 " 加速技术。通过小模型超前预判、大模型并行验证的精妙架构，实现了一次推理同时输出多个 Token 的飞跃。在最新的模型调优中，他们将用户感知的输出速度提升了近十倍，单卡单用户的输出达到每秒上千 Token，在同尺寸模型中跑出了令人瞠目的极速。

与此同时，在底层芯片的适配上，阶跃星辰不仅是国内早期完成千亿模型部署的团队，更是目前国内线上推理使用国产芯片规模最大的大模型创业公司。通过深度重构底层软件栈，他们在紧缺的算力环境中，为自己打通出一条高效率、低成本的本土化算力通路。

即便在业内出现 " 纯文本代码就足以覆盖 Agent 所有场景 " 的声音时，阶跃星辰依然坚守着多模态的路线。在他们的理念里，人类最高效、最自然的交互始终离不开视觉与实时语音。其最新发布的自研语音大模型，在语音识别与深层理解能力上直逼全球顶级水准，在端侧小模型上的表现更是惊艳全场。

驶向真实的物理世界

技术如果只停留在跑分榜和实验室里，终究只是一场自嗨。大模型这场长跑进入下半场，真正的试金石只有一个：能不能在大规模的真实场景里造血落地。

面对席卷全行业的 " 端侧 AI" 风口，市场曾一度分裂为 " 纯端侧 " 与 " 纯云端 " 两个极端的阵营。而在深入产业一线与无数厂商磨合之后，阶跃星辰断言：纯端与纯云都是死胡同，唯有 " 端云协同 " 才是唯一的出路。

" 纯端侧模型受限于算力和功耗，智能度存在难以突破的天花板，根本搞不定复杂的推理逻辑；而纯云端方案在面对频繁的实时语音和摄像头视觉识别时，高昂的带宽成本和不可避免的网络延迟会瞬间推翻商业模式，更不用说用户极其敏感的隐私安全性。"

基于这一认知，阶跃星辰迅速落子，拉开了一场产业重构。

一个重磅动作就是，做手机！

在大会现场的展区里，搭载阶跃星辰自研端侧模型的量产硬件真机吸引了大批观众驻足体验，而搭载这些模型的首批消费级 AI 终端，也将在未来几个月内正式上市发售，飞入寻常百姓家。

阶跃认为，AI 正在经历从能识别、能对话到能行动的范式转移。AI 1.0 解决了看和听，AI 2.0 解决了理解和生成，AI 3.0 的核心命题是替用户做事——感知、记忆、规划、行动，跨应用、跨设备、持续服务。当一个智能体已经足够聪明，它需要一个物理载体去触达真实世界。

阶跃认为，不拥有终端入口的大模型公司，无法获取真实场景的执行数据，不知道用户到底需要什么能力，能力迭代就会停滞在同一个水平线上。终端就是数据飞轮的起点。

STEPX 就是阶跃为这个闭环打造的 AI 终端品牌。这不是一个手机品牌，而是面向智能体时代推出的全球首个大模型原生 AI 终端品牌。

从早期的参数军备竞赛，到中期的价格战拼杀，再到如今对算力效率、推理速度与端云协同的理性务实，大模型产业正逐步褪去最初的光环，进入深水区的工程攻坚阶段。

阶跃星辰的技术路径与商业试水，提供了观察中国本土大模型独角兽生存状态的一个视角。在通用人工智能这场漫长的长跑中，技术突破与产业落地的拉锯战才刚刚开始，能否在算力约束与商业回报之间找到可持续的解法，依然需要时间与市场的长期检验。