从最近几个月的动向来看，AI大模型领域的玩家们正在加速从“拼参数”转向“拼应用”。阶跃星辰推出的这款名为“跃问”的产品，就是这种趋势下的一个典型代表。它基于自家的Step-1和Step-1V千亿参数大模型，定位为一款效率工具，而且在测试阶段就已经开放了使用权限。

先说模型能力这块。Step-1在逻辑推理、中文知识、英文知识、数学和代码等维度上，全面超越了GPT-3.5。这是一个比较实在的基准。更值得留意的是Step-1V，在中国权威的大模型评估平台“司南”（OpenCompass）的多模态评测中，它一度排在第一（3月数据，目前排在第四）。简单说，Step-1V在理解图像、分析图文混合信息这块，性能已经和GPT-4V处在了同一量级。

基于这样的技术底座，跃问能做的事情就比较多了。它能做文本理解和生成，也能拆解图像内容。具体功能包括信息查询、语言学习、创意写作、图文解读，以及一个非常实用的“一键生成信息长图”。比如，把一篇财报论文或政策文件拖进去，跃问能在几秒内完成数据分析，提取出关键结论。在论文速读场景下，它也能快速抓取核心论点和方法。至于“一图读懂”功能，你只需要丢一个链接或者上传一个文档，它就能自动生成一张可视化长图，把复杂信息浓缩成便于社交传播的形式。

此外，跃问还有一些偏“趣味”但也很有实用价值的能力。比如，它可以根据一张图片的内容写诗，或者识别出图片中的地标建筑，并附带详细的讲解。这在内容创作和信息传递的场景中，提供了不错的想象力。

为了覆盖不同使用场景，跃问目前提供了网页版、公众号入口，以及一款专门开发的移动应用程序（Android和iOS，目前还在内测阶段）。

APP

由于目前跃问的APP还处在内测阶段，官方迭代速度很快，以优化手机端的体验。这个阶段用户可能会收到比较频繁的更新提示（包括语音更新）。安卓版的主要功能特点如下：

一图读懂生成长图功能

这个功能的核心使用方式是：用户上传PDF或Word文件，或者直接输入网页链接，然后跃问会快速将内容转换成长图格式。这类长图非常适合在社交媒体上分享，也方便个人快速消化复杂信息。比如政府报告、企业财报这类视觉上比较沉闷的资料，通过跃问的处理，会变得直观很多。

为了保证处理效率，跃问对上传文件大小有限制，上限是100MB，足以应对绝大多数文档场景。目前，用户可以通过网页端或公众号入口来访问这一功能。

图像内容分析

在图像分析方面，跃问能够识别图片中的文字、数据、图表等关键信息，并基于这些信息生成文本。比如，可以读图写诗，或者生成描述性文字。这个功能对创意写作者来说是个不错的辅助工具。此外，它还能解读图片中的地理位置，并给出详细的讲解和分析。需要提醒的是，目前跃问支持上传jpg、png、jpeg格式，每次最多支持5张。

信息查询与处理

在信息查询这块，跃问的表现也中规中矩。联网分析、解析链接已经是AI工具的基操了。它更强大的地方在于文档处理能力。通过上传PDF、doc/docx等格式的文档（每次最多支持10个），结合高级的自然语言处理和检索技术，跃问能够精准理解用户的问题和指令，给出比较有深度的回复。除了常规问答，它还能处理复杂的数学问题，做一些逻辑推理和数据分析，对学术研究或日常工作决策有实际帮助。

此外，跃问在创意写作上也能帮忙，比如构思文章大纲、生成创意内容或续写故事。它不是那种只会回答“是或否”的简单AI，而是具备一定的生成和推理能力。

「跃问」公众号、网页端

如果觉得下载APP比较麻烦，也可以直接用微信搜索“跃问”公众号，点击菜单栏的“产品试用”来访问。或者直接通过浏览器打开网页版。目前官方并没有推出独立的小程序，手机端访问还是通过手机网页打开。需要说明的是，网页端和公众号入口的功能与APP基本一致，没有进行额外的功能优化或增补（相比之下，像Kimi的网页版功能就更加丰富一些）。网页端目前多了一个会话分享功能，你可以复制链接，把对话内容分享给他人。据了解，这个分享功能后续也会逐步上线到APP端，届时用户可以直接将对话分享到QQ、微信等社交平台。

One More Thing

最后说一点总结性的判断。跃问是阶跃星辰在C端场景下应用AI技术的一个典型案例，它直接展示了这家公司在千亿参数大模型上的技术积累。语言模型和多模态模型这两套核心引擎的加持，使得跃问在理解图像中的文字、数据、图表，以及完成内容创作、逻辑推理、数据分析等任务时，表现得相当扎实。对于想要体验千亿级多模态AI能力的普通用户来说，跃问是一个门槛很低、功能完整的入口。