AI 问小创

你好,我是问小创 AI 助手

告诉我你的需求,我帮你从站内挑最合适的 AI 工具。

推荐结果基于站内收录,仅供参考,请以实际工具信息为准。
猜你想问
推荐一些AI写作工具 有什么AI绘画工具? 推荐视频剪辑AI工具
AI
问小创: 告诉我你的需求,我帮你从站内挑最合适的 AI 工具。

StepFun推出1980亿参数MoE多模态大模型 主打编码智能体场景

大模型厂商StepFun近日正式发布全新多模态大模型Step 3.7 Flash,该产品为1980亿参数的稀疏混合专家(MoE)视觉语言模型,专门针对编码智能体、自动化搜索工作流等工业场景优化,在代码生成、多模态指令理解、任务链执行等维度的性能较同级别模型提升超30%,可大幅降低企业级AI工作流的落地门槛。

2026年以来,AI智能体已经成为大模型行业落地的核心赛道,其中编码辅助、企业内部智能搜索是渗透率最高的两个场景,但长期以来,行业始终面临「小模型精度不足、大模型推理成本过高」的两难问题,本次StepFun发布的新模型,正是瞄准这一市场空白推出的解决方案。

据公开行业数据显示,2026年一季度全球AI编码工具的市场规模已经突破27亿美元,同比增长112%,但有近62%的企业用户反馈,现有AI编码工具无法很好地处理带UI截图、私有文档参考的复杂编码需求,而如果采用通用全参数多模态大模型,单次推理成本是普通编码工具的5-8倍,很难大规模落地。

与此同时,稀疏混合专家(MoE)架构已经成为大模型厂商平衡性能与成本的首选方案,不过此前市面主流的100B参数以上MoE大模型,大多仅针对通用对话场景优化,多模态理解能力、工具调用链的适配能力都存在明显短板,无法直接适配工业级智能体的落地需求。

本次发布的Step 3.7 Flash,总参数规模达到1980亿的稀疏MoE视觉语言架构,单次推理仅激活约270亿参数,推理成本仅为同量级全参数多模态大模型的1/4,完全满足企业级高频调用的成本要求。

为了适配编码、搜索场景的特殊需求,该模型的视觉语言联合训练数据集专门加入了超过2亿份代码片段、开发界面截图、技术文档样本,在HumanEval代码基准测试、多模态搜索准确率测试中,得分较行业同级别产品高出8个百分点,同时原生支持120+常用开发工具、企业内部搜索引擎的接口对接,不需要额外微调就能直接部署为工作流智能体。

据了解,目前已有超过30家云服务厂商、企业服务平台正在对接Step 3.7 Flash的API接口,预计2026年下半年就会有一批基于该模型的AI编码助手、企业智能搜索产品上线,面向中小研发团队的调用成本预计会下探至0.003元/千token。

行业分析认为,随着这类垂直场景优化的高性价比大模型密集发布,未来2年内AI智能体的落地成本将较当前下降50%以上,覆盖超过70%的中小研发团队、中型企业的数字化需求,真正实现AI生产力工具的普惠。

本文基于公开信息分析整理,仅供参考。更多AI工具动态与行业解读,请持续关注本站更新。