一家做大模型的公司，为什么最后去造了手机？

2026年7月13日，阶跃星辰在上海一口气发了四样东西：一个智能体原生操作系统 Step AOS、一个个人智能体"阶跃 Amoo"、一个 AI 终端品牌 STEPX，外加一台手机 STEPX Neo。做模型的，真去碰硬件了。

很多人第一反应是"跨界""不务正业"。但把它过去27个月的动作连起来看，你会发现这不是跨界，是能力长到了那一步——被上一步的局限一路逼过来的。

多模态"卷王"（能看、能听、能生成）→ Agent（会拆任务、调工具、操作界面）→ 终端大脑（同一套能力下沉到手机、电脑、汽车）

。官方自己有个说法叫"1+N"——"1"是 Step 3 这棵基座树，"N"是多模态全家桶。

一、起点：闷头11个月，然后三连发

2023年4月6日，阶跃星辰在上海徐汇注册，名字取自数学里的"阶跃函数"——在0和1之间瞬间跳一档的那种曲线。创始人姜大昕，在微软干了16年，走之前是微软全球副总裁、STCA 副院长兼首席科学家，管过必应的全球搜索和自然语言理解。ChatGPT 出来后他觉得"这是划时代变革，必须自己下场"，拉了两个老搭档——朱亦博管系统（前字节 AI Infra，万卡集群那套），焦斌星管数据（前必应核心搜索），加上首席科学家张祥雨（ResNet 作者之一）。一支典型的微软系队伍。

成立之后，这家公司闷头干了11个月，几乎没声音。直到2024年3月才第一次公开亮相，一出手就是三连发。这种"不抢首发、憋大招"的节奏，后来差不多成了阶跃的常态。

最早露面的是两款语言模型。Step-1，千亿参数 Dense 架构，2023年训、2024年3月公开，是它的第一款基座，先把底子立起来。紧接着 Step-2，万亿参数 MoE，2024年3月给预览、7月 WAIC 转正——国内创业公司里第一个冲到万亿级 MoE 的。这件事信号大于参数：阶跃一开始就没打算在千亿 Dense 那一档停住，它要验证的是 MoE 在中文场景能不能跑出不一样的性价比。

但这两款有个共同短板：能聊、能写、能答，离"能看图、能听声、能剪视频"还差一截。基座再强，单模态也撑不起"1+N"里那个 N。于是多模态线接了上来。

二、多模态卷王：N 是怎么一件件挂上去的

2023年11月训完、2024年3月公开的 Step-1V（千亿级多模态），先把"看"补齐，当时对标 GPT-4V。但真正让外界记住"多模态卷王"这个标签的，是2025年2月18日那一晚——阶跃同场开源了两款模型：

（300亿参数，与吉利联合开源，当时全球最大的开源视频生成模型）和 

（行业首个产品级开源语音交互模型）。

一个视频、一个语音，同晚双开源。这不是偶然。

别人卷单模态，它卷"视频+语音"两开源；别人卷闭源商用，它挑产品级开源。此后 N 继续补：Step1X-Edit（19B，2025年4月开源图像编辑）、看图思考的 Step-R1-V-Mini、支持语音原生工具调用的 Step-Audio 2 mini（2025年9月）；到2026年上半年又开始往小里压——Step Image Edit 2（3.5B，4月）、Step-3 VL-10B、Step-Audio-R1.1（均5月29日）。图、视频、语音、编辑、多模态推理，各占一块，N 基本成型。

多模态死磕到这个程度，跟姜大昕的搜索背景有关。搜索的下一步本就是"能看懂页面、能听懂语音、能生成答案"，单模态文本撑不起这个场景。所以多模态对阶跃不是"特色功能"，是它认为 AGI 的默认形态。这一点也埋了个伏笔：等它后来转向 Agent，感知这一层是不缺的。

阶跃在多模态上选的是"开源换生态心智"，Step-Video、Step-Audio、Step1X-Edit 全开源，和更偏闭源 API 先跑商业化的同行不太一样。这条路能不能收回成本另说，至少开发者社区先认了。

但多模态只解决了"能看能听"。用户要的不是"模型能描述这张图"，是"模型帮我把这张图里的发票报了"。这一步局限，得靠 Agent 补。

三、两次加速：Flash 系列把成本压下来

讲 Agent 之前，得先把 Flash 系列说清楚，它是 Agent 化的直接推手，也最容易被写混。

，MoE 总参321B、激活38B，主打在国产芯上的推理效率——这是"1"那棵基座树的换代。

（2月2日，总参196B、激活11B，约350 tokens/s，姜大昕称之为"Agent 加速器"；4月2日又出了个 2603 小更，token 成本降14%–56%），到 

（5月29日开源，196B 总参+1.8B 视觉编码器、激活11B，速度提到约400 tokens/s、256K 上下文，定位"生产级 Agent 基座"，能集成 Claude Code、OpenClaw 这类框架）。

Flash 存在的意义，是一笔经济账。总参撑住能力上限，但每次只激活11B，单次推理不吃满，速度快、成本低，Agent 才"敢"高频多轮地调它——一条真实任务链可能要几十次视觉识别、十几次搜索验证，模型不够快不够省，任务根本跑不完。

3.5 Flash 开源两天登上 OpenRouter 热榜，一个月拿下 OpenClaw 调用量全球第一，说明市场已经在用新的尺子量模型：不只看单点峰值，更看长跑里的速度、稳定和成本。

模型矩阵到这一步，形成了后来印奇讲的三层：

Pro（云端，高难推理、长链规划）+ Flash（云端，高频 Agent 工作流）+ Edge（端侧，本地执行）

三层齐了，能力才好往终端上落。

四、转向 Agent：从"会答"到"会做"

2025年下半年起，阶跃的产品明显从"补模态"转向"干任务"。

（前身 Gelab-Zero，2025年11月29日开源，4B 参数）是首款能真正部署到手机上的 GUI 模型，配 GUI-MCP 协议，能跨200多个 App 执行操作；配套的云侧 

（8B，2025年12月17日）负责复杂规划，和端侧"云想端做"协同。

这一步补的是"Agent 有大脑没有手"——模型能规划，但要在手机上点外卖、填表单、切 App，得有个能看懂屏幕、会模拟触控的小模型跑在本地。

PC 那头也有落点：阶跃AI 桌面伙伴（Mac 版2025年9月、Windows 版2026年1月）能调16款 MCP 工具、自主联网搜索、处理本地文件。

到2026年7月12日（发布会前一天），阶跃把端侧补齐——

：基础、Audio、GUI、Gen 四款，加上自研 NPU 推理引擎，端侧工具调用最低0.1秒，官方称在29项同类端侧评测里第一。Edge 不发，终端就落不下去；Edge 一发，第三幕的门才推开。

五、终端大脑：Step AOS、Amoo 和那台还没量产的手机

阶跃不是2026年7月才突然想做终端的。早在2024年底，姜大昕就把"汽车、手机、具身、IoT"定为四大终端场景，落地方式一开始是给别人赋能——把自家模型装进 OPPO、荣耀等品牌的手机（据此前报道，与约60%头部手机品牌合作、模型装机量超4200万台），汽车则绑吉利、千里科技（银河 M9 上市3个月销量近4万辆）。印奇本人还兼着千里科技董事长，"大脑（阶跃）+肢体（千里）"是他那套打法的两头。

但做到2025年下半年，阶跃发现一个问题：以模型供应商的身份塞进别人的终端，现有手机生态很难完整承载"模型+系统+智能体"的协同。印奇说他请教了一圈终端朋友，"结论非常统一——都让我们别碰硬件。我们本来很想听劝，但最终还是做了。"

于是有了7月13日那场发布会。主角不是新模型，是系统和硬件：

，被称作全球首个"智能体原生操作系统"。它不是在安卓上套个 AI 壳，而是在安卓层和 App 之间插一层，把通讯、应用、文件、系统能力按 MCP 拆成原子单元，交给智能体直接调用。印奇用"三堵墙"解释它要解决什么：

（数据锁在各个 App 围墙里，智能体跨应用调不出来——解法是双域记忆结构、召回最快15毫秒）、

（设闹钟和规划一趟出国旅行不是一个算力量级——解法是端云多脑协同）、

（AI 现在本质还是个 App、困在沙箱里——解法是原子能力引擎加"可信、可见、可控、可逆"四维安全）。

（跑在 AOS 上、跨应用调度、端云协同、多设备接续），和 AI 终端品牌 

——定位"全球首款大模型原生智能体手机"，通过了《人工智能终端智能化分级》国标 L3、橙黑配色加双后摄、背面一块交互副屏，华勤技术代工。

印奇的判断标准很直白：拿掉 AI 还是台完整手机，那是"手机+AI"叠加；拿掉智能体就不成立，才算原生。7月17日 WAIC 是样机首秀。

第二天，千里科技宣布把 Step AOS、Amoo、Step Edge 引入车端。加上更早的车机座舱 Agent OS（2025年"聪明蛋"预览 → 2026年 WAIC 首秀），手机和汽车这两个终端，阶跃都用同一套"1+N + AOS + Edge"去铺

把四幕连起来看，阶跃的野心是：模型层（Step 3 / Flash / Edge）是大脑，系统层（Step AOS）是神经，终端层（手机、汽车，往后可能还有电脑）是四肢。

印奇说得也露骨——重头戏是 Step AOS 而不是手机，手机是让系统跑起来的载体，未来 AOS 和 Amoo 是要开放给别的厂商的。如果这条路走成，阶跃的收入重心就不是卖手机，是系统授权加智能体平台——这也是它冲港股"大模型第三股"的叙事支点。

写到这可以给个判断，不喊口号。

阶跃这27个月的弧线是自洽的：姜大昕的搜索背景让它从第一天就选原生多模态而不是后拼，多模态叠上推理自然转到 Agent，Agent 要落地又自然走到端侧、系统、终端。每一步的上限，都是被上一步的局限逼出来的，不是追热点。这点在国内基座模型厂里不多见——同行有的偏 C 端爆款，有的偏政企与开源，阶跃是把"模型—Agent—终端"当成一条连续工程在推，一路推到了操作系统和硬件。累计发布超30款模型，从语言、多模态到端侧、系统、终端的完整技术栈，覆盖面在国内是独一份。

更难得的是节奏感——不抢首发，但每一段都在补上一段的短板，主线27个月没飘。在一个热点一周一换的行业里，能沿着自己的逻辑一直走下去，本身就是一种定力。

接下来真正值得盯的，是三个关键变量：

 印奇说得很直白：重头戏是操作系统，不是手机——手机只是让 AOS 跑起来的第一个载体。AOS 和 Amoo 未来要开放给别的终端厂商，一旦能进更多品牌、更多品类（手机之外还有车、IoT），"终端大脑"就真正立住了。这是阶跃和其他几家最不一样、也最有想象力的地方。

第二，从样机到量产的这一跳。

 Neo 现在是样机、还在打磨，配套的100天共创计划8月20日联合 B 站上线，开放用户和开发者一起定义产品。这打法其实挺聪明——先不急着堆货，而是用共创把生态和真实场景先跑起来，再谈量产。这一跳走得稳不稳，是下半年最直接的看点。

 智能体手机是刚被打开的新品类，阶跃是国内第一个把"模型+系统+硬件"整套端出来的大模型厂。接下来这12到18个月，就看它能不能把"中国定义的智能体手机"这个样本真正立起来——这是先手，也是机会。

印奇在发布会上那句"AI 智能体的风来了"，风确实来了。阶跃赌的不是一台手机好不好卖，而是"智能体时代的终端该长什么样"这道更大的题。它先走了一步，下一幕，就看 Step AOS 能在 Neo 之外长出多少个新宿主——那会是这条进化线更值得期待的开始。

Step-1 到 Step AOS：阶跃星辰完成全栈闭环

人工智能

操作系统

硬件

阶跃星辰从大模型转向手机硬件，背后是"模型-Agent-终端"的完整技术布局。2026年推出智能体原生操作系统StepAOS和STEPXNeo手机，实现多模态能力下沉。通过开源生态构建技术壁垒，以操作系统为核心打通手机、汽车等终端场景，探索AI时代终端新形态。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

Step-1 到 Step AOS：阶跃星辰完成全栈闭环

Step-1 到 Step AOS：阶跃星辰完成全栈闭环

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐