阶跃星辰Step3-VL-10B开源发布：革新多模态的“小核弹”

国产人工智能公司阶跃星辰正式宣布开源其旗舰多模态大模型 Step3-VL-10B，同步发布了基础版本与深度思考版本。令人印象深刻的是，在实际测试中，它展现出超越参数规模近20倍的同级别模型的卓越性能。

官方公告显示，这款模型虽然仅拥有100亿参数，却在视觉理解、逻辑推理、数学竞赛解题以及开放域对话等多个权威基准测试中，全面刷新了同体量模型的最佳成绩。这标志着其在技术层面，成功攻克了模型小型化与高性能难以兼得的关键瓶颈。

在多项核心评测任务里，Step3-VL-10B 的表现不仅追平了主流对手，更在部分场景下超越了参数规模高达其10至20倍的开源旗舰模型，其性能甚至能与当前顶尖的闭源多模态模型相媲美。

凭借这一“小而精悍”的架构设计，以往需要依赖云端强大算力支持的高阶多模态推理能力——例如图形界面自动化操作、复杂文档结构化解析、毫米级精度计数等——如今已能部署至智能手机、个人电脑乃至工业级嵌入式终端设备上使用。

Step3-VL-10B 主要具备以下三大核心优势：

• 卓越的视觉感知能力：在同等参数级别中实现了最高精度的图像识别与场景理解。模型创新性地引入并行协调推理机制，使其在处理复杂物体计数、超高精度文字识别、空间关系建模等高挑战性任务时，稳定性和准确率均实现了显著提升。
• 深度逻辑推理与长程思维链构建：通过大规模强化学习对模型训练路径进行持续优化，Step3-VL-10B 在100亿参数规模下便实现了跨领域推理能力的跨越式发展。面对国际数学竞赛题、真实编程环境调试、视觉逻辑谜题等复杂问题时，均能生成严谨、可追溯的多步骤推理过程并输出正确结论。
• 领先的端侧智能体交互能力：基于海量图形界面场景专项预训练数据，模型具备对复杂图形界面的精准识别、语义理解与动作规划能力，成为打造轻量化端侧智能体的核心推理引擎。

Step3-VL-10B 同时支持顺序推理与并行协调推理两种推理模式。在科学推理、通用识别、文字与文档处理、图形界面定位、空间关系解析、代码生成等关键维度上，其表现均足以媲美参数规模大其数十倍的大型模型。特别是在综合评分方面，其并行协调推理模式的得分更为突出。

欲了解更多详细信息，请查阅最新的官方发布页面。

模型源代码与相关资源。