公司动态：阶跃星辰发布Step3.5Flash模型 - 阶跃星辰正式发布开源Agent基座模型Step3.5Flash，该模型具备350TPS推理速度、1960亿参数稀疏MoE架构及256K上下文处理能力 [1] - 模型在单请求代码类任务中推理速度最高可达350TPS，在Agent场景和数学任务上表现可媲美主流闭源大模型 [1] - 模型在数学与推理能力、编码能力、智能Agent能力上的基准测试成绩均排在前列 [1] - Step3.5Flash能够高效处理256K上下文，胜任复杂、长逻辑链条任务 [1] 技术特点与性能 - Step3.5Flash模型采用MoE架构，能以更低功耗提供更深的思考，其350TPS的生成速度解决了终端侧的“打字机效应” [2] - 作为对比，主流大中型模型的文字回复速度平均为每秒20~80个token，轻量级模型平均为每秒80~150个token [2] - 350TPS的高速度意味着首字延迟更短，语音交互能实现瞬时响应，跨多个Agent间的“内部对话”速度极快 [2] - 在车载语音交互或手机实时翻译场景下，低于100ms的首字延迟才能提供丝滑的人机对话体验 [2] 应用场景与演示 - Step3.5Flash可以快速计算复杂数学题并输出正确答案，并能基于文字提示词进行智能体编程并输出可视化平台结果 [2] - 在演示中，模型作为“云端大脑”将“对比Mac Mini M4在各大电商平台价格”的复杂需求拆解成针对淘宝、京东和拼多多的子任务，汇总后识别出拼多多为最低价平台并提供购买指南 [3] - 这种云端规划降低了本地StepGUI的执行难度，使其在从各应用抓取实时数据时获得更高成功率 [3] - 模型展示的网购比价本质是对复杂长链条任务的拆解能力，其Agent智能能够理解“比价”背后的逻辑（搜价格、算优惠、比库存） [3] 战略定位与行业背景 - Step3.5Flash的发布标志着国产模型从“参数崇拜”转向“智能密度”竞争，即从“更大”转变为“更聪明” [2] - 阶跃星辰的新模型彰显其以部署成本效率解决Agent落地痛点的尝试，通过稀疏MoE与MTP-3等技术在降低激活参数的同时实现高速推理，并坚持全面开源 [6] - 公司押注终端场景，已与OPPO、吉利等合作探索手机、汽车等终端侧Agent应用 [6] - 随着50亿元融资落地和产业资本进入，阶跃星辰的重心正快速向手机、PC及智能座舱倾斜 [7] - 新模型发布是阶跃星辰不再单纯“卷”万亿参数闭源大模型的明确信号，转而追求“能跑在端侧的顶级智力” [7] 行业竞争格局 - 智能体能力已成为头部公司竞相角逐的核心，行业处于围绕Agent的“卡位战” [4] - 阿里巴巴发布旗舰推理模型Qwen3-Max-Thinking，宣称其在Agent能力基准测试中刷新SOTA纪录 [5] - 月之暗面开源万亿参数的多模态模型Kimi K2.5，同样宣布在开源Agent场景中取得SOTA表现 [5] - 阿里巴巴强调“模型+生态”闭环，其千问App全面接入淘宝、支付宝、高德等业务，整合超400项服务 [5] - 月之暗面的Kimi K2.5模型能够即时创建并协调上百个专项Agent并行工作，实现从“单一智能体”到“智能体集群”演进 [6] 商业化前景与挑战 - Step3.5Flash的应用场景对用户有吸引力，未来能与电商等App融合，从而用AI增加电商获客量，有可能实现商业化落地 [3] - 模型在技术上已能在128GB RAM的设备上流畅运行，但现实挑战在于如何让淘宝、京东、美团等平台对Agent开放深层数据权限 [4] - 专家倡议互联网巨头提供标准商业API接口、MCP接口，让Agent能真正站在个人用户角度提供更好的贴身服务 [4] - Step3.5Flash接入类似“豆包手机”这样的深度定制化终端在技术上并非难题，最大的挑战来自“生态主权” [3] - 如果阶跃星辰继续采用开源战略，或许能抢夺AI新硬件市场的“安卓地位” [7]

行业动态：国产大模型密集发布与开源趋势 - 近期，百度、阶跃星辰、阿里、DeepSeek、Kimi等多家头部科技企业密集发布自研大模型，覆盖OCR识别、多模态理解、具身智能、推理能力等多个前沿领域，且绝大多数选择了开源路径 [1] - 业内普遍认为，中国AI开源生态正从“可用”迈向“好用”乃至“引领”的关键阶段，国内开源生态的逐步扩大与完善将加快人工智能领域的发展速度 [1] 头部企业具体进展 - **阶跃星辰**：于2月2日推出Step3.5Flash模型，采用稀疏混合专家架构，总参数量高达1960亿，但每Token仅激活约110亿参数，在确保强大推理能力的同时大幅提高运行效率，尤其适用于复杂Agent工作流场景 [2] - **智谱AI**：于2月3日正式开源GLM-OCR模型，这是一款仅0.9B参数的小型模型，支持vLLM、SGLang和Ollama等主流推理框架，显著降低了部署门槛 [2] - **百度**：于1月29日发布文档解析模型PaddleOCR-VL-1.5，该模型以仅0.9B参数的轻量架构，在文档解析评测榜单OmniDocBenchV1.5中取得全球综合性能第一的成绩，整体精度达到94.5% [2] - **优必选**：近日发布自研的“具身大脑”Thinker模型，以“小参数、高性能、全开源”为特色 [2] - **多模态领域**：DeepSeek发布新的OCR2模型，月之暗面发布KimiK2.5模型等 [2] 发布特点与驱动因素 - 模型集中在2026年1月份至2月初密集发布，覆盖文本、图像、语音、具身控制及多模态融合等多个维度，且多数模型强调在特定场景下的性能优化，如文档解析、工业机器人响应、Agent协同等 [3] - 经过三年的技术积累，国产大模型在架构设计、训练方法、工程优化等方面已形成较为成熟的技术体系，具备了规模化输出高质量模型的能力 [3] - 应用场景愈发明确，从工业机器人到智能办公，从金融风控到教育医疗，下游需求促使模型向专业化、轻量化、高效化发展 [3] - 当前正处于全球AI竞争的关键时期，国产大模型不仅是技术产品，更是国家战略科技力量的重要组成部分，通过密集发布高水准模型，中国企业正积极争夺技术话语权与生态主导权 [3] 开源成为主流战略 - 智谱的GLM-OCR、阶跃星辰的Step3.5Flash、KimiK2.5以及DeepSeek-OCR2等均选择发布即开源策略，标志着中国AI产业正从“闭源竞赛”转向“开源协同” [4] - 开源有助于快速验证模型能力、扩大影响力，在模型性能日益相近的当下，谁能率先获得开发者和企业的广泛应用，谁就更有可能成为事实标准 [4] - 通过开源，企业可借助社区力量进行压力测试、场景适配与漏洞修复，形成“发布—反馈—迭代”的高效闭环 [4] - 开源是构建国产AI生态的必经之路，过去中国AI产业高度依赖国外基础模型与框架，如今以Qwen、智谱、Kimi、DeepSeek等为代表的国产开源模型矩阵日益完善，覆盖语言、视觉、语音、具身智能等多个模态，初步形成了从基座模型到工具链、从训练到推理的全栈能力 [4] - “自主可控+开放协作”的模式，既保障了技术主权，又避免了重复建设，有效降低了中小企业和科研机构的创新门槛 [4] 开源生态的反哺效应 - 开源生态的繁荣反过来反哺模型本身，由社区贡献的评测数据、优化方案、插件工具等，成为了模型持续进化的“养分” [5] - 以阿里千问为例，AI开源社区HuggingFace的最新数据显示，阿里千问的衍生模型数量已突破20万个，全球开发者基于千问开发的衍生模型每天新增超过200个，涵盖机器人控制、代码生成、漫画后期制作、多语种翻译等多个方向 [6] - 从密集发布到全面开源，国产大模型正走出一条兼具技术创新与生态共建的发展路径，这不仅是中国AI产业迈向成熟的重要标志，也为全球人工智能的多元化发展增添了新的动力 [6] - 在开源浪潮的推动下，一个更为开放、协同、高效的国产AI生态正在加速形成 [6]

市场表现 - 2026年2月3日，AI应用与软件板块走强，软件ETF汇添富（159590）大涨超2%，已连续第4日获得资金净流入[1] - 该ETF标的指数热门成分股多数上涨，其中顺网科技涨幅达13.59%，深信服与中科星图涨幅超3%，同花顺涨幅超2%，科大讯飞与三六零涨幅超1%[2][5] - 从成交额看，成分股中科大讯飞成交额达39.88亿元，顺网科技成交29.63亿元，同花顺成交27.26亿元，显示市场关注度较高[2] 行业动态 - 阶跃星辰于2月2日至3日公布AI模型研发进展，启动新一代模型Step4训练，并开源最新基座模型Step3.5Flash，双线推进Agent基础模型技术升级[3] - 开源模型Step3.5Flash采用稀疏混合专家架构，总参数量达1960亿，通过设计实现单Token仅激活约110亿参数，在单请求代码类任务上推理速度最高可达每秒350个token[3] - 多家芯片厂商已完成对Step3.5Flash的适配，实现了模型与国产算力芯片的生态协同，该公司目前已发布超30款模型，聚焦语言大模型、多模态及端云结合方向[3] 产业趋势与机构观点 - 海外推理和训练算力需求旺盛，亚马逊云和谷歌云双双宣布涨价，亚马逊云上调其面向大模型训练的EC2机器学习容量块价格，平均涨幅约为15%[4] - 谷歌云宣布自2026年5月1日起上调数据传输服务价格，其中北美地区单价从每GB 0.04美元翻倍至0.08美元，欧洲和亚洲地区价格也有不同幅度上调[4] - 本轮云服务调价直接源于以Agent为代表的AI应用大规模落地引发的算力需求爆发式增长，以及云厂商在数据中心、网络设施等基建端的高投入带来的成本压力[4] - 上游GPU、存储、CPU等核心部件已陆续启动涨价，成本传导机制正加速向下游延伸，预示AI“云-边-端”协同趋势进一步强化[4] - 2026年有望成为Agent元年，商业化或将全面加速，随着RL训练范式变革、记忆能力增强以及关键协议不断完善，Agent将从单点辅助向全流程大规模渗透，商业化潜力全面爆发[6] - 软件ETF汇添富（159590）标的指数的“AI应用”含量为35.22%，“智能体”含量为39.3%，该ETF跟踪中证全指软件指数，覆盖基础软件、应用软件、软件服务全产业链[6]

公司动态 - 阶跃星辰发布新一代开源Agent基座模型Step3.5Flash，该模型面向实时Agent工作流场景，兼顾推理速度、智能水平与使用成本 [1] - Step3.5Flash在单请求代码类任务上，最高推理速度可达每秒350个token [1] - Step3.5Flash采用稀疏MoE架构，每个token仅激活约110亿个参数，模型总参数为1960亿 [1] - 多家芯片厂商，包括华为昇腾、沐曦股份、壁仞科技、燧原科技、天数智芯、阿里平头哥，已率先完成对Step3.5Flash的适配 [1] - 阶跃星辰于2025年7月联合近10家芯片及基础设施厂商发起“模芯生态创新联盟”，旨在打通芯片、模型与平台之间的技术壁垒 [2] 行业趋势 - 模型与算力的协同发展，有效降低推理成本，降低企业和开发者在应用大模型时的综合门槛，加快大模型在实际应用场景中的落地 [1] - 业内认为，随着推理模型成为主流，模型与算力的深度协同将成为推动大模型规模化应用的重要路径 [2]

公司动态 - 阶跃星辰发布新一代开源Agent基座模型Step3.5Flash 该模型面向实时Agent工作流场景 采用稀疏MoE架构 总参数量为1960亿 每个token激活约110亿参数 旨在兼顾推理速度与使用成本 [1] - 在单请求代码类任务中 Step3.5Flash的推理速度最高可达每秒350个token [1] - 阶跃星辰曾于2025年7月联合多家芯片及基础设施厂商发起"模芯生态创新联盟" 此次模型发布被视为其在模型与算力协同方向的进一步实践 [1] 行业生态 - 包括华为昇腾 沐曦股份 壁仞科技 燧原科技 天数智芯 阿里平头哥在内的多家芯片厂商已完成对Step3.5Flash模型的适配 [1] - "模芯生态创新联盟"旨在通过联合优化提升算力效率 推动大模型在应用场景中的落地 [1]

公司动态 - 阶跃星辰发布新一代开源Agent基座模型Step3.5Flash，该模型面向实时Agent工作流场景，采用稀疏MoE架构 [1] - Step3.5Flash模型总参数量为1960亿，每个token激活约110亿参数，旨在兼顾推理速度与使用成本 [1] - 在单请求代码类任务中，Step3.5Flash的推理速度最高可达每秒350个token [1] - 包括华为昇腾、沐曦股份、壁仞科技、燧原科技等在内的多家芯片厂商已完成对该模型的适配 [1] 行业合作与生态 - 阶跃星辰曾于2025年7月联合多家芯片及基础设施厂商发起“模芯生态创新联盟”，旨在通过联合优化提升算力效率，推动大模型在应用场景中的落地 [1] - 此次模型发布被视为公司在模型与算力协同方向的进一步实践 [1]