阶跃星辰发布Step R-mini!推理模型从此不再文理偏科 siyushenqi.com • 2025 年 8 月 13 日 下午9:42 • 行业动态 • 阅读 429 国产大模型“六小虎”成员阶跃星辰发布了最新一代模型Step Reasoner mini(简称“Step R-mini”),这是其Step系列模型家族的首个推理模型,体验地址为https://yuewen.cn。该模型擅长主动规划、尝试和反思,通过慢思考和反复验证的逻辑机制,为用户提供准确可靠的回复,既擅长解决逻辑推理、代码和数学等复杂问题,也能兼顾文学创作等通用领域,实现“文理兼修”。 摘要 根据阶跃星辰公布的基准测试数据,Step R-mini在AIME 2024和Math500这两个数学基准上均达到了SOTA水平,其中在Math500上比o1-mini还多2分。在LiveCodeBench代码任务上超过了o1-preview,展现了出色的代码编写能力。 新模型的“RL”含量很高,泛化性较好。阶跃星辰在数据质量、测试时计算、模型大小等多个方面进行了scaling,再次验证了Scaling Law的有效性。Step R-mini的设计与开发遵循了当前主流的推理模型开发范式,通过在推理阶段增加计算量,并结合思维链等技术,实现了“慢思考”。该系统能够根据任务的复杂性进行主动规划、尝试和反思,从而通过反复验证的逻辑机制,提供准确且可靠的反馈。 Step R-mini在文理融合的题目、高考数学题、逻辑推理题等不同类型的任务中均表现出色。例如,在《梦游天姥吟留别》中找到一个数与其倍数在同一句的诗句,Step R-mini正确找到了“千岩万转路不定”;在高考数学题中,经过多轮思考验证得到了正确答案;在逻辑推理题中,系统地整理了题目中几个人的关系,并清晰呈现最终答案;在翻译任务中,将“I'm not in danger, I'm the danger.”翻译为“我非但无险,我就是那险途”,并参考了《黑暗骑士》中的类似台词;还能帮助外国网友起中文名,如将“Star Lily”翻译为“星莉”。 除了语言推理模型,阶跃星辰还在打造能够进行多模态推理的视觉推理模型。该模型引入了慢感知和空间推理的思想,把Test-Time Scaling从文本空间转移到视觉空间,实现在视觉空间下的Spatial-Slow-Thinking。在解答图中题目、从蓝色箭头出发到达的位置、小球对应的数字等视觉推理任务中展示了出色的效果,令人期待。 类似 OpenAI o1 的推理模型在国内终于卷起来了。 刚刚,国产大模型「六小虎」成员阶跃星辰发布了最新一代模型 ——Step Reasoner mini(简称「Step R-mini」)。这是阶跃星辰 Step 系列模型家族的首个推理模型。 体验地址:https://yuewen.cn 新模型擅长主动进行规划、尝试和反思,能通过慢思考和反复验证的逻辑机制,为用户提供准确可靠的回复。 而且,它既擅长通过超长推理能力,解决逻辑推理、代码和数学等复杂问题,也能兼顾文学创作等通用领域。或者按阶跃星辰自己的说法是「文理兼修」。 根据阶跃星辰公布的基准测试数据,Step R-mini 在 AIME 2024 和 Math500 这两个数学基准上均达到了 SOTA 水平,其中在 Math500 上更是比 o1-mini 还多 2 分。Step Reasoner mini 写代码的能力也很不错:在 LiveCodeBench 代码任务上超过了 o1-preview。 这一切是怎么做到的呢?机器之心从阶跃星辰相关人士了解到,新模型的「RL」含量很高,因此泛化性比较好。此外,他们还在数据质量、测试时计算、模型大小等多个方面进行了 scaling,再次验证了 Scaling Law 的有效性。 除了语言推理模型,他们也在打造能够进行多模态推理的视觉推理模型。而且相关人士强调说,这个多模态推理模型「是真的在视觉领域的推理」,即在图上进行推理,「而不仅仅是看着图却只在文字领域的推理」。 看来,阶跃星辰在自己的路线图上又往前迈了一步。 Step Reasoner mini 是如何炼成的? 根据阶跃星辰的介绍,Step R-mini 的设计与开发遵循了当前主流的推理模型开发范式。具体来说,它通过在推理阶段增加计算量,并结合思维链等技术,实现了「慢思考」。该系统能够根据任务的复杂性进行主动规划、尝试和反思,从而通过反复验证的逻辑机制,提供准确且可靠的反馈。 阶跃星辰表示,Step Reasoner mini 最大的亮点之一是实现了「文理兼修」。具体来说,Step Reasoner mini 除了能准确解答数学、代码、逻辑推理问题,还能富有创意地完成文学内容创作和日常聊天的任务。这一切是通过大规模的强化学习训练,并使用 On-Policy(同策略)强化学习算法来实现的。 此外,模型推理能力的提升也离不开阶跃星辰对 Scaling Law 原则的坚持。这包括以下几点: Scaling 强化学习:从模仿学习到强化学习,从人类偏好到环境反馈,阶跃星辰坚持 Scaling 强化训练,以强化学习为模型迭代的核心训练阶段。 Scaling 数据质量:数据质量是重中之重。在确保数据质量的前提下,阶跃星辰持续扩大数据分布与规模,为强化学习训练提供坚实保障。 Scaling Test-Time Compute:坚定执行 Training-Time Scaling 的同时,亦兼顾 Test-Time Scaling。在测试阶段,阶跃星辰发现,System 2 范式能让 Step Reasoner mini 在极复杂任务推理上达到 50,000 规模的思考 token,进而实现深度思考。 Scaling 模型大小:这是最经典的 Scaling 方式。阶跃星辰表示,坚持模型大小 Scaling 仍然是 System-2 的核心,已经在开发更智能、更通用、综合能力更强的 Step Reasoner 推理模型。 一手实测效果如何? 既然 Step Reasoner mini 宣称「文理兼修」,我们首先就用一个文理融合的题目来考校它一番:《梦游天姥吟留别》中,一个数与其倍数在同一句的是哪一句?问题不难,但这既需要 AI 记得并理解古诗词,还需要它懂得基本的算术。虽然很多人认为答案应该是「天台四万八千丈,对此欲倒东南倾。」但是其实四万八千是一个单独的数,这一句中也没有其倍数,因此这句并不算。而 Step Reasoner mini 也在推理思考中确认了这一点,并最终找到了正确答案:「千岩万转路不定」。 下面来看一道 2024 年的高考数学题: 可以看到,Step Reasoner mini 进行了一番思考后得到了正确答案。同样可以看到,该模型在第一轮思考得到答案之后会再执行两轮思考,以验证答案的正确性。实测中我们发现,如果第一轮和第二轮的答案不一致,Step Reasoner mini 还会持续进行多轮思考,直到得到正确答案。 接下来上一道逻辑推理题: 可以看到,Step Reasoner mini 系统地整理了题目中几个人的关系,并将最终答案以非常清晰的形式呈现了出来。 单纯的「文科」任务呢?比如如果要求模型霸气地翻译「I'm not in danger,I'm the danger.」它会怎么处理?结果发现,Step Reasoner mini 经过多次尝试,最终找到了一个相当霸气的译法:「我非但无险,我就是那险途。」更有意思的是,它还在思考过程中引经据典,参考了《黑暗骑士》中的类似台词。 另外,我们知道,最近小红书涌入了大量外国网友,他们的一大需求便是起中文名。「文理兼修」的 Step Reasoner mini 能帮助他们吗? 可以看到,对于英语问题,Step Reasoner mini 能流畅地切换成英语思考模式,同时还能在其中穿插对汉语含义的思考。至于最终得到的名字「星莉」,感觉还是不错的。 彩蛋:视觉推理模型也在路上了 从今天公布的消息来看,除了语言推理模型,阶跃星辰还放出了一个小彩蛋:正在打造视觉推理模型,将推理能力融入更多交互形态的大模型中。 针对复杂视觉场景下的 Reasoning 问题,阶跃星辰引入了慢感知和空间推理的思想,把 Test-Time Scaling 从文本空间转移到视觉空间,实现在视觉空间下的 Spatial-Slow-Thinking。 效果如何?看展示: 1. 解答图中的题目 2. 从蓝色箭头出发,我能到达哪个? 3. 这些小球分别对应什么数字? 对视觉推理模型,期待住了有没有? 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付;社交APP伊拉克支付提现渠道;收巴西各类流量;海外买量|私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西:先打假冒伪劣智元机器人,一分为四! 本文源自「私域神器」,发布者:siyushenqi.com,转载请注明出处:https://www.siyushenqi.com/32820.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器:海外私域营销拓客软件 只用 45 天达成 100 万美金 ARR,这家创业公司找到了 AI 落地的解法 上一篇 2025 年 8 月 13 日 下午9:42 OpenAI即将发布博士级,超级AI Agent 下一篇 2025 年 8 月 13 日 下午9:42 相关推荐 行业动态 长视频出海:中国平台与Netflix的东南亚激战 Statista 预计 2030 年东南亚流媒体市场规模将达 68 亿美元,2024–2030 复合增长 49%,成为中美平台必争之地。 siyushenqi.com 2025 年 9 月 1 日 498000 私域神器最新活动推荐:行业精英聚首交流 热门活动、报告推荐 siyushenqi.com 2025 年 8 月 15 日 • 行业动态 421000 继八成新手游用Unity创作后,联网游戏开发也要没门槛了 截至今年初,全球每天有300款游戏使用Unity创作;在中国,今年有81.6%的新手游使用Unity开发。 siyushenqi.com 2025 年 8 月 26 日 • 行业动态 505000 行业动态 对话Vickie Chen:“对游戏的热爱是AviaGames的核心所在” “领导一家公司,为企业的生存和发展承担全部责任,为投资者带来回报,并带领团队取得成果,这需要很大的毅力。对我来说,游戏在我的生活中一直扮演着重要的角色,无论是职业还是个人,是我创业历程背后的激情所在。” siyushenqi.com 2025 年 8 月 24 日 654000 行业动态 《糖果传奇》开发商大裁员,大量员工将被自己训练的AI取代 约200名员工被裁,其中关卡设计、用户体验、剧情文案等岗位被自家训练的AI工具“反噬”,伦敦《农场英雄传奇》团队裁员近半。 siyushenqi.com 2025 年 8 月 15 日 493000 从家族工厂到上市大卖!天元宠物国内买地、海外建厂 宠物出海,不能只为别人做嫁衣。 siyushenqi.com 2025 年 8 月 12 日 • 行业动态 522000 行业动态 9700万人选择的社交应用上演“强制爱”,密友社交风又吹起来了? 照片直发手机屏幕,隐私安全备受关注。 siyushenqi.com 2025 年 8 月 17 日 454000 行业动态 英国成拼多多Temu第三大市场,总下载量高达764万 Temu正在海外加速狂奔。 siyushenqi.com 2025 年 8 月 12 日 460000 我理解的休闲游戏(上)——平台如何定义休闲游戏 从 2018 年起, SAGI GAMES 一直在休闲游戏领域深耕。作为一个员工以硬核玩家为主的游戏公司,怎样才能做好休闲游戏呢?今天简单聊一聊。 想做好休闲游戏,首先要定义什么是休闲游戏。只有获得了清晰的定义,我们在讨论休闲游戏时,才不至于出现「鸡同鸭讲」的情况。这会浪费大量时间,无助于提升效率。 我们先来看看,Steam、AppStore 和 GooglePlay 是如何定义休闲游戏的。 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 494000 行业动态 AI 入侵还是协助?知乎创作圈怎么用 AI 移动互联网的黄金十年缔造了一批优秀的产品。而随着大模型时代的到来,移动互联网的产品经理们也在思考,诞生于上个世代的产品,如何与 AI 结合。 siyushenqi.com 2025 年 8 月 13 日 472000 行业动态 2024年广州游戏产业营收1406亿元,游戏企业海外营收190亿元 2024年,广州游戏产业总营收约1406.67亿元,同比增长10.5%。其中,海外营收为190.58亿元。广州游戏收入占全国游戏市场收入的三分之一以上,且增长率超过全国平均水平(7.53%)。 siyushenqi.com 2025 年 8 月 17 日 503000 行业动态 Anthropic最快明年IPO Anthropic已启动IPO筹备,聘请长期法律顾问Wilson Sonsini,并接触多家投行,最快2026年上市,或成史上最大IPO之一。 siyushenqi.com 2025 年 12 月 4 日 369000 行业动态 私域神器与WhatsApp超级号协同应用案例 提升客户互动效率 增强品牌忠诚度 实现精准营销 优化客户服务体验 提升客户互动效率 随着私域流量和社交平台的普及,商家和品牌越来越依赖于社交平台来增强与客户的互动。私域神器与WhatsApp超级号的协同应用,通过更加精准的客户数据分析和实时互动功能,显著提升了客户互动效率。通过WhatsApp超级号,商家能够轻松与客户进行一对一的沟通,提供更加个性化的服务。… siyushenqi.com 2025 年 8 月 13 日 下午9:42 429000 36氪出海·市场|去非洲,打造下一个“国际运动品牌”? 提到非洲,很多人首先想到的是当地贫穷而动荡的环境,在此基础上,商业、品牌乃至艺术,似乎都是遥远的话题。实际上,虽然许多当地人依然过着艰难的日子,但对于美、对于体育精神、对于民族品牌的追求,并没有因此止步。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 487000 行业动态 Manus 在海外发生了什么?凭什么撑起 20 亿美元的估值? Manus作为一家中国创业公司,近期传出未经官方认证的消息称其ARR近1亿美元,估值达20亿美元。然而,Manus在国内和国外的评价反差巨大。在国内,Manus曾引发大量质疑和批评,而海外尤其是硅谷的AI圈子里对其评价普遍较好,海外巨头如谷歌、微软等都在认真看待Manus,并积极推进合作。 siyushenqi.com 2025 年 8 月 13 日 496000 行业动态 想让AI成为新引擎,快手不能只靠可灵 快手5天连发5款新品,推出可灵视频O1、可灵图片O1,用「灵感周」高调秀肌肉,意在把AI做成继社区、电商之后的第三增长曲线。 siyushenqi.com 2025 年 12 月 3 日 410000 行业动态 撤销“ST”获批,世纪华通11月12日“摘帽” 2025年11月10日深交所批复同意,*ST华通明日停牌1天,12日起复牌并恢复简称“世纪华通”,涨跌幅放宽至10%。 siyushenqi.com 2025 年 11 月 11 日 489000 行业动态 AI大战,百度多了百亿傍身 百度以21亿美元收购欢聚集团的YY Live,结束了长达四年的拉锯式交易。此前存入托管账户的16亿美元已全额退还百度,百度计划将这笔资金投入云与AI基础设施建设。YY Live作为盈利业务,将成为百度新的现金牛,助力其在AI领域的投入。 siyushenqi.com 2025 年 8 月 13 日 418000 这个跑酷IP变身RPG,结果拿下韩国iOS畅销榜冠军! Devsisters制作的跑跑姜饼人系列虽然在中国市场名气较小,但在韩国可谓是国民级的游戏 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 558000 行业动态 刘强东出手了,美团做的我们也要做 刘强东:我们不努力的话,就会死掉,这个世界就是这么残酷。 siyushenqi.com 2025 年 8 月 5 日 434000 行业动态 全球封锁俄罗斯背后:中国商家的意外财富 曾经的“俄罗斯倒爷”,如今又重出江湖了! siyushenqi.com 2025 年 8 月 5 日 457000 行业动态 TikTok如何“引爆”男性美妆个护市场? 男性消费者正成为TikTok愈发拥有市场影响力表现的一个特定的群体。 siyushenqi.com 2025 年 8 月 12 日 509000 行业动态 TikTok Shop巴西站点即将正式开放 TikTok Shop巴西站点将于2025年5月8日正式开放运营,这是继美国、墨西哥、欧洲多国之后,TikTok在社交电商领域的又一重要布局。巴西站点已于4月开启入驻,首批定向邀约本土卖家。 siyushenqi.com 2025 年 8 月 5 日 477000 行业动态 小影科技 影伙引擎事业部总裁 吴婉萱 确认担任 GICC2025丨第六届全球互联网产业CEO大会主峰会演讲嘉宾! 小影科技 影伙引擎事业部总裁 吴婉萱 确认担任 GICC2025丨第六届全球互联网产业CEO大会主峰会演讲嘉宾! siyushenqi.com 2025 年 10 月 17 日 482000 这也许是游戏行业最差的时期,却也是最好的时代 在本期的炽天茶话分享会上,游戏制作人PrMosquito就游戏行业未来5~10年的发展方向等问题进行了分享,干货多多,让我们一起来深入探讨一下吧! siyushenqi.com 2025 年 8 月 25 日 • 行业动态 448000 行业动态 AI手机,为何始终困于“浅层智能”阶段? 2025年末豆包手机首秀引爆AI手机讨论,2026年行业将迎深度重构,厂商围绕本地部署、场景落地争夺,打破浅层智能困局。 siyushenqi.com 2026 年 3 月 2 日 310000 卓杭首次内部数据分享,全球版本的《放置奇兵》如何在日本获得成功 9月1日,由量江湖携手独立出海联合体、智线科技举办的《出海正当时,2020海外发行破局新思路》线下沙龙在成都举办 siyushenqi.com 2025 年 8 月 26 日 • 行业动态 521000 因为“Monster”商标,魔爪饮料和游戏公司发生纠纷 无法理解。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 506000 行业动态 社交出海观察 | dating赛道的天花板止于Tinder? dating 类的产品还能不能做? siyushenqi.com 2025 年 8 月 24 日 470000 行业动态 电商爆发连锁反应:沙特海外仓增加,导致金属货架成本上涨 沙特一家金属货架公司的老板在接受本地媒体报 Al Arabiya的采访时表示,由于疫情推动的电子商务繁荣,海外仓发展速度迅猛,导致本地仓库租金上涨,海外仓货架畅销,货架原材料的铁价“疯狂”上涨 120%。 siyushenqi.com 2025 年 8 月 13 日 426000 发表回复 请登录后评论...登录后才能评论 提交