标题：多模态=AGI入场券？阶跃星辰姜大昕：死磕基座大模型，探索多模态理解生成一体化

衡宇 发自 凹非寺
量子位 | 公众号 QbitAI

当大模型赛道中许多玩家转向更聚焦的方向时，阶跃星辰选择坚持基础大模型研发。创始人兼CEO姜大昕解释称，行业技术仍处于快速发展的陡峭区间，阶跃不愿错过主流趋势。同时，他强调应用与模型相辅相成，模型决定应用上限，应用反馈数据推动模型进步。

过去一年，阶跃星辰产品形态变化明显：C端助手App从“跃问”更名为“阶跃AI”，从类ChatGPT转向Agent平台，最终服务于C端用户。姜大昕认为，大模型的商业化依赖技术突破，当前重点仍是提升智能上限。

姜大昕总结了两大前沿趋势：一是从模仿学习到强化学习，二是从多模态融合迈向多模态理解生成一体化。阶跃星辰已发布22款基座模型，其中七成为多模态模型，涵盖图像、视频、音乐等多个方向，被业内称为“多模态卷王”。

多模态理解生成一体化是阶跃星辰的核心方向，即将理解与生成统一在一个模型中，而非分段处理。姜大昕指出，语言模型已实现理解生成一体化，但视觉领域尚需解决高维度连续分布带来的复杂性问题。阶跃正研发视觉领域的生成一体化架构，其图像编辑模型Step1X-Edit已初步实现这一目标，但仍需优化。

姜大昕坦言，理解生成一体化要求全面实力，阶跃通过多条技术路线并行探索，以期实现突破。尽管挑战重重，但他对团队实力充满信心，认为多模态理解生成一体化将是通向AGI的关键一步。