8日晚間，上海大模型獨(dú)角獸企業(yè)階躍星辰發(fā)布多模態(tài)推理模型Step-R1-V-Mini，這款模型支持圖文輸入和文字輸出，能夠高精度感知圖像并完成復(fù)雜推理任務(wù)。

據(jù)悉，DeepSeek-R1為代表的推理模型，大多都是大語言模型，主要用于文本對(duì)話領(lǐng)域。而Step-R1-V-Mini可在多模態(tài)基礎(chǔ)上實(shí)現(xiàn)推理能力，相當(dāng)于大模型不僅能進(jìn)行文字思考，還能對(duì)“看懂”圖片再進(jìn)行思考。目前，用戶已經(jīng)可以在階躍AI網(wǎng)頁端體驗(yàn)，該大模型還面向開發(fā)者推出API接口。

據(jù)階躍星辰介紹，Step-R1-V-Mini具有超強(qiáng)的感知能力和推理能力，能精準(zhǔn)捕捉畫面中的各種細(xì)節(jié)，并基于用戶指令進(jìn)行深度推理，用戶也可以清晰地看到Step-R1-V-Mini的思維鏈路。比如上傳一張家常菜照片并詢問菜品做法，模型可以清晰地識(shí)別出加工前使用的菜品、蘸料，并給出“蝦仁300g、大蔥白2根”等細(xì)節(jié)豐富的操作方式。

階躍星辰新模型的測(cè)試結(jié)果。

Step-R1-V-Mini的模型性能在多個(gè)公開基準(zhǔn)評(píng)測(cè)榜單中表現(xiàn)亮眼，在MathVision等視覺推理榜單中位列國內(nèi)第一，在視覺推理、數(shù)學(xué)邏輯和代碼等方面表現(xiàn)優(yōu)異。

階躍星辰創(chuàng)始人、CEO姜大昕表示，多模態(tài)和推理是“智能體”兩大必備要素，今年將重點(diǎn)發(fā)力智能終端，新發(fā)布的Step-R1-V-Mini則是今年戰(zhàn)略主線的最新進(jìn)展。