2026年1月20日，阶跃星辰宣布开源多模态模型Step3-VL-10B。该模型仅用10B参数量，在视觉感知、逻辑推理、数学竞赛及通用对话等基准测试中达到同规模SOTA水平，性能媲美甚至超越千亿级大模型如Gemini 2.5 Pro和Seed-1.5-VL。其核心亮点包括极致视觉感知、深层逻辑推演与长程推理、强大端侧Agent交互，并引入PaCoRe机制提升复杂任务表现。真实场景中，模型在STEM推理、竞赛数学、空间推理等领域表现出色。得益于全参数端到端预训练、大规模强化学习和创新推理机制，Step3-VL-10B证明小参数量也可实现高性能。目前Base和Thinking模型已开源，推动低成本、高效能的多模态能力向端侧下沉，重塑人机交互体验。