昨晚，阶跃星辰发布全新多模态推理模型 Step-R1-V-Mini。这款模型支持图文输入，文字输出，有良好的指令遵循和通用能力，能够高精度感知图像并完成复杂推理任务。目前，用户已经可以在阶跃 AI 网页端体验 Step-R1-V-Mini ，且阶跃星辰开放平台已面向开发者推出该模型的 API 接口。
根据阶跃星辰介绍，Step-R1-V-Mini 具有超强的感知能力和推理能力，能精准捕捉画面中的各种细节，并基于用户指令进行深度推理，用户也可以清晰地看到 Step-R1-V-Mini 的思维链路。比如上传一张家常菜照片并询问菜品做法，模型可以清晰地识别出加工前使用的菜品、蘸料，并给出细致到“虾仁 300g、大葱白 2 根”的操作方式。
Step-R1-V-Mini 的模型性能在多个公开基准评测榜单中表现亮眼，在 MathVision 等视觉推理榜单中位列国内第一，在视觉推理、数学逻辑和代码等方面表现优异。
公开资料显示，此前阶跃星辰已先后推出多模态理解模型 Step-1V、Step-1.5V，以及语言推理模型 Step-R-mini。在 LMSYS、OpenCompass 等国内外权威基准评测榜上，阶跃星辰多模态理解模型性能持续领先。此前，阶跃星辰创始人、CEO 姜大昕曾表示多模态和推理是 Agent 两大必备要素，2025 年该公司将重点发力智能终端 Agent。Step-R1-V-Mini 的推出被认为是阶跃今年推进战略主线的最新进展。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。