4月8日晚，階躍星辰發(fā)布多模態(tài)推理模型Step-R1-V-Mini，支持圖文輸入、文字輸出，具備強(qiáng)指令遵循能力和復(fù)雜圖像推理能力，已上線網(wǎng)頁端并開放API供開發(fā)者使用。

打開網(wǎng)易新聞 查看精彩圖片

據(jù)官方介紹，該模型可精準(zhǔn)識別圖像細(xì)節(jié)，生成清晰的推理鏈條。用戶上傳一張家常菜照片，模型不僅能識別食材和調(diào)料，還能給出具體做法與配比，如“蝦仁300g，大蔥白2根”。

據(jù)悉，在多個(gè)公開基準(zhǔn)評測中，Step-R1-V-Mini在MathVision等視覺推理任務(wù)中位列國內(nèi)第一，兼具圖像理解、數(shù)學(xué)邏輯與代碼推理能力。

階躍星辰此前已推出多模態(tài)模型Step-1V、Step-1.5V，以及語言推理模型Step-R-mini，并在LMSYS、OpenCompass等權(quán)威評測中保持領(lǐng)先。

此前，階躍星辰創(chuàng)始人、CEO姜大昕曾表示多模態(tài)和推理是Agent兩大必備要素，2025年該公司將重點(diǎn)發(fā)力智能終端Agent。（袁寧）

本文來自網(wǎng)易科技報(bào)道，更多資訊和深度內(nèi)容，關(guān)注我們。