AI｜阶跃星辰完成50亿新融资：抢终端、算明账以及超长耐力赛
38
“阶跃星辰新融50亿，刷新过去12个月赛道单笔最高融资纪录，终端之战打响。
Intro
今日行业最热的新闻：
阶跃星辰（以下简称阶跃）宣布，印奇正式出任公司董事长，与 CEO 姜大昕、首席科学家张祥雨、CTO 朱亦博组成核心管理团队。
此外，我们获悉阶跃完成超50亿人民币 B+ 轮融资，刷新过去12个月中国大模型赛道单笔最高融资纪录。此次参与机构包括上国投先导基金、国寿股权、浦东创投等产业投资，腾讯、启明创投等老股东进一步跟投，本轮继续押注「AI+ 终端」的战略落地。
印奇
透过近期一系列的新闻——智谱、MiniMax 港股上市，Kimi 宣布完成5亿美元 C 轮融资、百川的 CEO 王小川接受采访强调账上还有30亿元现金，到阶跃官宣印奇上任，加速推动「AI+ 终端」——AI 闹认为，2026年资本市场对大模型的评估逻辑发生根本改变。
当模型变成供过于求的水电煤，基础能力的溢价一定会被价格抹平，利润必然向分发链条的末端——即「终端入口」转移。
行业之战将从「模型参数」转向「终端」：即入口、数据和分发。
正如刚上任的阶跃董事长印奇给阶跃定下的两个目标，第一是成为最顶级的模型基座公司，第二是建立清晰的商业逻辑，「有商业闭环」。
市场开始「算明账」了。
刚刚落幕的 CES 上，戴尔的改变也佐证巨头在理性思考 AI 的价值。他们宣布重启旗下的硬件 XPS 系列（该系列直接对标苹果的 Macbook Pro），技术主管 Tom Petersen 反思过去两年，太看重 AI 的技术叙事，但普通用户依然不知道为什么要为「AI」买单。「单纯的概念对实际生意并没有多大的帮助。」戴尔将加大对终端入口的覆盖，「接下来的竞争将取决哪家公司有能力把 AI 变成一种消费体验。」
抛开大公司战局不表——毕竟字节在2025年在模型层面投入达到惊人的2000亿——中国模型六小龙基于对 AI 终局的理解不同，资源不同，路径逐渐分化为四类。
第一类是 ToB/API 型，卖能力，收入更接近订单模式，规模化路径清晰。风险是当巨头参与价格战，利润一定会被压薄。智谱和零一万物就在这个阵营。
第二类是 ToC/APP 型，卖产品。优势是增长更快、数据更可观，代表公司是 Kimi 和 MiniMax 。但风险点也同样残酷：获客成本高，现金消耗高，必然受到平台分发的影响。
第三类是卖行业解决方案。优势是落地快，现金回收直接。风险点是很难规模化，百川智能就卡在这个位置，这种方式更像把模型做成行业的生产力工具。
第四类是终端/系统型，从卖能力变成卖关系。优势是一旦与终端生态强绑定，能形成新的分发模式，收入长期。但风险也是最大：模型公司要高度依赖产业协同，进展过程缓慢。
阶跃就押注在这个生态位，在所有大模型创业公司中，阶跃是和手机、汽车绑定最深、量产案例最多的一家。
激进之路
之所以选择不同的生态位，也是对如何实现 AGI 路径的不同理解。
六小龙里，阶跃的选择技术路线相对激进：打造端到端的原生多模态。
之所以这么选择，是他们认为实现 AGI 要参考进化论，爬行动物成为人，要学会语言、行走，掌握工具，最终逐步完成复杂任务。
阶跃的 CEO 姜大昕在接受采访时曾说：如果只想让模型通过图灵测试，那语言足够了；但如果它要与人的智能相提并论，就一定要有视觉、感知、空间理解。
简单说：阶跃定义的原生多模态更像「一个人的大脑」，能说能读能写能跑。
其实很少有模型创业公司选择训练这样的模型，因为成本太高，模式太重，现阶段除阶跃外、也只有字节跳动、DeepSeek 在这方向做深度投入。市场主流的方案是预训练一个大语言模型（LLM），再像插件一样挂载一个视觉编码器，这种方式能快速上线，弊端也很明显，架构脆弱，当提升模型的视觉能力时，语言推理逻辑往往会产生退步。
另外，在视觉模型与语言模型之间进行信息传递产生的误差太高了，很可能导致任务失败。
阶跃星辰跳过了常见「语言模型+视觉插件」的拼装方式，他们认为：人类的智能不存在「挂载」的视觉，感知和行为是不可分割的。
做个比喻，一个人在画画，不会是先看，再想，再动笔画，一定是边看边想边画。
再举个例子：人类世界的真实任务就是多模态化的，一个设计师根据一张杂乱的客厅实拍图，进行空间改造，进行修改。这就要求 AI 必须在「看」的同时就在脑中完成物理空间的重构——识别家具深度、理解光影遮挡，并在指令下达的瞬间同步「生成」合乎逻辑的新布局。
为了支撑这种「世界模型」的构想，阶跃在底层技术上进行了激进投入，从训练第一天起就引入全模态数据，避免了后期补救带来的「能力跷跷板」现象 ；另外通过独创的多模态编码器拉远技术，将多模态训练效率提升至纯文本模型的 95% 以上 。
所以在六小龙里，阶跃又被称为「多模态卷王」，至今一共发布了30款多模态模型，覆盖视觉、语音、3D、音乐等模态，也是中国少数拥有万亿级参数 MoE 模型的公司。
终端之难
著名 VC、Founder Space 的董事长史蒂夫·霍夫曼前不久在香港举办的 WAIC 会议上预测未来的竞争格局： 主战场将是终端。「硅谷所有大公司都在争夺 AI+ 终端」。
阶跃新上任的董事长印奇也有过类似的判断：仅靠云端模型难以实现真正的 AGI，理解用户的物理需求能力一定要进入终端。
大概在2025年2月21日，阶跃在 Step UP 生态开放日上就显露出这套叙事逻辑：强模型+强终端。核心要解决 AI 进入现实世界的三个硬伤：延时、功耗、成本 。
第一，跑得动。
真实世界有延时、功耗、网络波动，甚至断网。任何只在云端成立的架构进入终端，很容易出问题。阶跃把终端约束提前写进架构里，而不是等产品上线后再补救。
他们发布 Step-GUI 系列，开源可在手机端部署的端侧模型 Step-GUI Edge，用端云协同的方式把隐私边界做成可知可控。
比如你对着冰箱拍一张照。阶跃的 Step-GUI Edge 在端侧直接完成扫描食材-对比食谱-计算卡路里的全闭环，不用上传云端，保护隐私且零延迟。
一些端侧圈的技术讨论认为，虽然 Step-GUI Edge 的真实效果还需要在不同 App 里长期跑一跑，但至少已经显示出终端系统能力的雏形：能在设备上做事。
第二，做得到。
阶跃终端深度绑定手机端以及汽车端。
在手机领域，阶跃已经和60%的头部手机品牌合作，模型装机量近5000台，和 OPPO 合作的的一键问屏、一键全能搜等功能，用户直接完成拍照问答、文档问答、识屏问答等操作。
汽车领域的落地案例来千里科技，联合推出「千里智驾 RLM 大模型」，本质上就是把 VLA 思路往车端系统里推进，让自动驾驶不再是单纯的代码逻辑，AI 能理解前方一只突然横穿马路的流浪猫接下来的运动轨迹。
最后用得起。
模型的用得起，本质上是性能与运行成本的博弈。阶跃星辰开源的 Step3-VL-10B 是把更高的智能基于更小的模型实现——在感知、数学竞赛和逻辑推理等基准测试中达到了与 100B 至 200B 规模模型相当的性能水平 。
这意味着，在一些已对齐的关键任务上，如今可以以更少参数、更低算力成本，获得同水平智能表现，开发者不必承担高昂成本。
OpenAI 创始成员 Andrej Karpathy 曾指出，未来的趋势是「小而美」的模型——即通过极高质量的数据和强化学习，让模型在更小的物理尺寸下释放更深的智能。
本质上是将 AI 从「原材料」变成成了可插可用的「零部件」。
漫长拉力赛
Andrej Karpathy 还曾公开质疑非原生路线：他认为大语言模型对物理世界只有「二手的理解」，因为它们没有直接感知光子的能力，一定要进入物理世界才能发挥模型价值。
已知 Sam Altman 已扭转了模型「不需要新硬件」的观点，开始秘密开发一款可以感知周围环境的 AI 专用设备。
阶跃的董事长印奇也认为，阶跃的战略是让 AI 跟终端的结合，现在有三大核心场景：个体、出行、家庭。「个人是以手机和穿戴设备为核心的；出行显然是以车为中心；家庭场景以前大家做的更多的是家用 IoT，但未来家庭会是承载具身智能的核心场景。」
我们认为，2026年这场终端之战大概率会促成三个趋势。
第一，模型公司越来越像系统集成商或生态公司。
Google 正在将 Gemini 深度集成到全家桶，就是希望从「搜索工具」转型为生态公司。
第二，竞争会有具体的数据指标，比如装机、留存、付费结构等，AI 能力将真正变成商业结果。
一个可以衡量的标准是根据美国2025年最新的统计报告，美国企业付费采用 AI 升至78% ，明确核算每投入1美元的 AI 预算能带来3.70美元的 ROI。
第三：新护城河会是权限、生态合作与端云协同工程能力。
A16z 的 Marc Andrusko 提出「权限经济」的概念，大模型只能获取公开数据，但更多复杂场景缺乏数据，谁能获得更多数据的准入权限，谁就拥有了不可复制的护城河。
在香港举办的 WAIC 大会，有人问 Founder Space 的董事长史蒂夫·霍夫曼：谁会获胜？
「获胜的公司将是那些构建最丰富，最深度的生态系统的企业——不仅包括大语言模型，还涵盖平台、行业集成、开发者以及与消费者的连接。」
科技史也反复证明：谁拥有终端，谁就拥有分发权与数据回流权 ：安卓阵营长期深陷硬件内卷与品牌渠道的同质化竞争；苹果则依靠 iOS+App Store+ 生态服务后来者居上，现如今占据了更高的市场份额。
显然，阶跃选择了一条具备赢家潜力的技术路线——押注端云协同、推进 GUI Agent 和终端生态合作。
但选择了难而正确的赛道，面对的是一场超长的拉力赛。
一方面竞争对手众多，一方面技术变化飞速，这对一家创业公司提出无短板的要求，在激进的技术路径与市场反馈之间，不能轻易犯错，有持续的兑现能力，同时也要看资本的耐心。
“阶跃星辰新融50亿，刷新过去12个月赛道单笔最高融资纪录，终端之战打响。
Intro
今日行业最热的新闻：
阶跃星辰（以下简称阶跃）宣布，印奇正式出任公司董事长，与 CEO 姜大昕、首席科学家张祥雨、CTO 朱亦博组成核心管理团队。
此外，我们获悉阶跃完成超50亿人民币 B+ 轮融资，刷新过去12个月中国大模型赛道单笔最高融资纪录。此次参与机构包括上国投先导基金、国寿股权、浦东创投等产业投资，腾讯、启明创投等老股东进一步跟投，本轮继续押注「AI+ 终端」的战略落地。
印奇
透过近期一系列的新闻——智谱、MiniMax 港股上市，Kimi 宣布完成5亿美元 C 轮融资、百川的 CEO 王小川接受采访强调账上还有30亿元现金，到阶跃官宣印奇上任，加速推动「AI+ 终端」——AI 闹认为，2026年资本市场对大模型的评估逻辑发生根本改变。
当模型变成供过于求的水电煤，基础能力的溢价一定会被价格抹平，利润必然向分发链条的末端——即「终端入口」转移。
行业之战将从「模型参数」转向「终端」：即入口、数据和分发。
正如刚上任的阶跃董事长印奇给阶跃定下的两个目标，第一是成为最顶级的模型基座公司，第二是建立清晰的商业逻辑，「有商业闭环」。
市场开始「算明账」了。
刚刚落幕的 CES 上，戴尔的改变也佐证巨头在理性思考 AI 的价值。他们宣布重启旗下的硬件 XPS 系列（该系列直接对标苹果的 Macbook Pro），技术主管 Tom Petersen 反思过去两年，太看重 AI 的技术叙事，但普通用户依然不知道为什么要为「AI」买单。「单纯的概念对实际生意并没有多大的帮助。」戴尔将加大对终端入口的覆盖，「接下来的竞争将取决哪家公司有能力把 AI 变成一种消费体验。」
抛开大公司战局不表——毕竟字节在2025年在模型层面投入达到惊人的2000亿——中国模型六小龙基于对 AI 终局的理解不同，资源不同，路径逐渐分化为四类。
第一类是 ToB/API 型，卖能力，收入更接近订单模式，规模化路径清晰。风险是当巨头参与价格战，利润一定会被压薄。智谱和零一万物就在这个阵营。
第二类是 ToC/APP 型，卖产品。优势是增长更快、数据更可观，代表公司是 Kimi 和 MiniMax 。但风险点也同样残酷：获客成本高，现金消耗高，必然受到平台分发的影响。
第三类是卖行业解决方案。优势是落地快，现金回收直接。风险点是很难规模化，百川智能就卡在这个位置，这种方式更像把模型做成行业的生产力工具。
第四类是终端/系统型，从卖能力变成卖关系。优势是一旦与终端生态强绑定，能形成新的分发模式，收入长期。但风险也是最大：模型公司要高度依赖产业协同，进展过程缓慢。
阶跃就押注在这个生态位，在所有大模型创业公司中，阶跃是和手机、汽车绑定最深、量产案例最多的一家。
激进之路
之所以选择不同的生态位，也是对如何实现 AGI 路径的不同理解。
六小龙里，阶跃的选择技术路线相对激进：打造端到端的原生多模态。
之所以这么选择，是他们认为实现 AGI 要参考进化论，爬行动物成为人，要学会语言、行走，掌握工具，最终逐步完成复杂任务。
阶跃的 CEO 姜大昕在接受采访时曾说：如果只想让模型通过图灵测试，那语言足够了；但如果它要与人的智能相提并论，就一定要有视觉、感知、空间理解。
简单说：阶跃定义的原生多模态更像「一个人的大脑」，能说能读能写能跑。
其实很少有模型创业公司选择训练这样的模型，因为成本太高，模式太重，现阶段除阶跃外、也只有字节跳动、DeepSeek 在这方向做深度投入。市场主流的方案是预训练一个大语言模型（LLM），再像插件一样挂载一个视觉编码器，这种方式能快速上线，弊端也很明显，架构脆弱，当提升模型的视觉能力时，语言推理逻辑往往会产生退步。
另外，在视觉模型与语言模型之间进行信息传递产生的误差太高了，很可能导致任务失败。
阶跃星辰跳过了常见「语言模型+视觉插件」的拼装方式，他们认为：人类的智能不存在「挂载」的视觉，感知和行为是不可分割的。
做个比喻，一个人在画画，不会是先看，再想，再动笔画，一定是边看边想边画。
再举个例子：人类世界的真实任务就是多模态化的，一个设计师根据一张杂乱的客厅实拍图，进行空间改造，进行修改。这就要求 AI 必须在「看」的同时就在脑中完成物理空间的重构——识别家具深度、理解光影遮挡，并在指令下达的瞬间同步「生成」合乎逻辑的新布局。
为了支撑这种「世界模型」的构想，阶跃在底层技术上进行了激进投入，从训练第一天起就引入全模态数据，避免了后期补救带来的「能力跷跷板」现象 ；另外通过独创的多模态编码器拉远技术，将多模态训练效率提升至纯文本模型的 95% 以上 。
所以在六小龙里，阶跃又被称为「多模态卷王」，至今一共发布了30款多模态模型，覆盖视觉、语音、3D、音乐等模态，也是中国少数拥有万亿级参数 MoE 模型的公司。
终端之难
著名 VC、Founder Space 的董事长史蒂夫·霍夫曼前不久在香港举办的 WAIC 会议上预测未来的竞争格局： 主战场将是终端。「硅谷所有大公司都在争夺 AI+ 终端」。
阶跃新上任的董事长印奇也有过类似的判断：仅靠云端模型难以实现真正的 AGI，理解用户的物理需求能力一定要进入终端。
大概在2025年2月21日，阶跃在 Step UP 生态开放日上就显露出这套叙事逻辑：强模型+强终端。核心要解决 AI 进入现实世界的三个硬伤：延时、功耗、成本 。
第一，跑得动。
真实世界有延时、功耗、网络波动，甚至断网。任何只在云端成立的架构进入终端，很容易出问题。阶跃把终端约束提前写进架构里，而不是等产品上线后再补救。
他们发布 Step-GUI 系列，开源可在手机端部署的端侧模型 Step-GUI Edge，用端云协同的方式把隐私边界做成可知可控。
比如你对着冰箱拍一张照。阶跃的 Step-GUI Edge 在端侧直接完成扫描食材-对比食谱-计算卡路里的全闭环，不用上传云端，保护隐私且零延迟。
一些端侧圈的技术讨论认为，虽然 Step-GUI Edge 的真实效果还需要在不同 App 里长期跑一跑，但至少已经显示出终端系统能力的雏形：能在设备上做事。
第二，做得到。
阶跃终端深度绑定手机端以及汽车端。
在手机领域，阶跃已经和60%的头部手机品牌合作，模型装机量近5000台，和 OPPO 合作的的一键问屏、一键全能搜等功能，用户直接完成拍照问答、文档问答、识屏问答等操作。
汽车领域的落地案例来千里科技，联合推出「千里智驾 RLM 大模型」，本质上就是把 VLA 思路往车端系统里推进，让自动驾驶不再是单纯的代码逻辑，AI 能理解前方一只突然横穿马路的流浪猫接下来的运动轨迹。
最后用得起。
模型的用得起，本质上是性能与运行成本的博弈。阶跃星辰开源的 Step3-VL-10B 是把更高的智能基于更小的模型实现——在感知、数学竞赛和逻辑推理等基准测试中达到了与 100B 至 200B 规模模型相当的性能水平 。
这意味着，在一些已对齐的关键任务上，如今可以以更少参数、更低算力成本，获得同水平智能表现，开发者不必承担高昂成本。
OpenAI 创始成员 Andrej Karpathy 曾指出，未来的趋势是「小而美」的模型——即通过极高质量的数据和强化学习，让模型在更小的物理尺寸下释放更深的智能。
本质上是将 AI 从「原材料」变成成了可插可用的「零部件」。
漫长拉力赛
Andrej Karpathy 还曾公开质疑非原生路线：他认为大语言模型对物理世界只有「二手的理解」，因为它们没有直接感知光子的能力，一定要进入物理世界才能发挥模型价值。
已知 Sam Altman 已扭转了模型「不需要新硬件」的观点，开始秘密开发一款可以感知周围环境的 AI 专用设备。
阶跃的董事长印奇也认为，阶跃的战略是让 AI 跟终端的结合，现在有三大核心场景：个体、出行、家庭。「个人是以手机和穿戴设备为核心的；出行显然是以车为中心；家庭场景以前大家做的更多的是家用 IoT，但未来家庭会是承载具身智能的核心场景。」
我们认为，2026年这场终端之战大概率会促成三个趋势。
第一，模型公司越来越像系统集成商或生态公司。
Google 正在将 Gemini 深度集成到全家桶，就是希望从「搜索工具」转型为生态公司。
第二，竞争会有具体的数据指标，比如装机、留存、付费结构等，AI 能力将真正变成商业结果。
一个可以衡量的标准是根据美国2025年最新的统计报告，美国企业付费采用 AI 升至78% ，明确核算每投入1美元的 AI 预算能带来3.70美元的 ROI。
第三：新护城河会是权限、生态合作与端云协同工程能力。
A16z 的 Marc Andrusko 提出「权限经济」的概念，大模型只能获取公开数据，但更多复杂场景缺乏数据，谁能获得更多数据的准入权限，谁就拥有了不可复制的护城河。
在香港举办的 WAIC 大会，有人问 Founder Space 的董事长史蒂夫·霍夫曼：谁会获胜？
「获胜的公司将是那些构建最丰富，最深度的生态系统的企业——不仅包括大语言模型，还涵盖平台、行业集成、开发者以及与消费者的连接。」
科技史也反复证明：谁拥有终端，谁就拥有分发权与数据回流权 ：安卓阵营长期深陷硬件内卷与品牌渠道的同质化竞争；苹果则依靠 iOS+App Store+ 生态服务后来者居上，现如今占据了更高的市场份额。
显然，阶跃选择了一条具备赢家潜力的技术路线——押注端云协同、推进 GUI Agent 和终端生态合作。
但选择了难而正确的赛道，面对的是一场超长的拉力赛。
一方面竞争对手众多，一方面技术变化飞速，这对一家创业公司提出无短板的要求，在激进的技术路径与市场反馈之间，不能轻易犯错，有持续的兑现能力，同时也要看资本的耐心。
热门活动 
深圳
02-03 周二
热门报告 
