1月20日消息，阶跃星辰今日宣布开源多模态模型 Step3-VL-10B。据介绍，该模型仅用100亿参数，就在视觉感知、逻辑推理、数学竞赛以及通用对话等一系列基准测试中，达到了同规模下的最先进水平。
凭借精巧的百亿参数量设计，Step3-VL-10B不仅在多项核心基准测试上表现卓越，更有效破解了模型规模与智能水平难以兼顾的行业难题。
在多项关键测评中，Step3-VL-10B的性能足以媲美甚至超越规模大出10至20倍的开源模型，例如GLM-4.6V 106B-A12B和Qwen3-VL-Thinking 235B-A22B。同时，它也展现出比肩顶尖闭源旗舰模型的实力，如Gemini 2.5 Pro和Seed-1.5-VL。
基于这样一个“小而强”的架构底座，原本只能在云端运行的复杂多模态推理任务，如今有望下沉到手机、电脑乃至工业嵌入式设备中。此次开源同时发布了Base和Thinking两个模型版本。
补充同频道和同主题内容，方便继续浏览更多相关内容。
继续查看同栏目最近更新的文章。
广汽集团与中国石化在广东湛江遂溪建成全国首座“能源+汽车”综合服务站，推出加油站+汽车销售+维保一体化新模式，填补县域市场跨界空白，构建看车、购车、养车、加油一站式用车服务生态圈。
谷歌正在研发至少8款Googlebook安卓笔记本，计划今年秋季发布。其中4款搭载英特尔PantherLake芯片，3款采用高通骁龙X系列，1款配备联发科迅鲲Ultra芯片并支持可拆卸键盘设计。
伯克希尔·哈撒韦重仓谷歌而非英伟达，因其看好AI基础设施的长期价值。谷歌拥有搜索现金流、云服务和数据中心，商业模式可预测。伯克希尔认为投资“卖铲子的人”更具确定性，而非高风险的AI模型公司。
2026年苹果全球开发者大会预计将聚焦于人工智能与操作系统的深度融合。iOS18、iPadOS18等系统或将迎来AI原生体验的全面升级，包括更智能的Siri、系统级AI助手以及开发工具的革新。对于开发者和用户而言，了解新特性适配、隐私数据准备以及测试流程是顺利过渡的关键。
你是否也遇到过这样的场景——会议刚结束、课程刚刚听完、采访也收了尾，手机里却躺着一段十几分钟甚至更长的录音，亟待整理成文字？ 原本想着快速转成文本，结果反复暂停、回放、快进，三十分钟的音频硬生生耗了一个多小时才逐字敲完。不少人不得不下载第三方转写工具，到头来却发现——付费门槛才是真正的绊脚石。 其实