阶跃星辰CEO姜大昕：AGI的秘密武器不是算力，而是让AI学会“自己教自己”！

迈向AGI：从多模态“卷王”到世界模型构建者

最近，一家成立仅一年的AI公司——阶跃星辰——在媒体沟通会上吸引了大量关注。其创始人兼CEO姜大昕分享了公司的路线图，其中的信息量，可谓干货满满。

这家2024年才成立的公司，已经一口气发布了22款自研模型。更引人注目的是，其中16款都是多模态模型。这个密度和节奏，也难怪业界私下给了它一个称号：“多模态卷王”。

当然，光有数量还不行，关键要看下一步怎么走。姜大昕透露，未来几个月，公司将推出一款名为Step R1的新型推理模型，以及更先进的Step图片编辑模型。这里其实传递出一个清晰的信号：在他们看来，追求突破性的核心技术，远比急于商业化来得重要。他们采用的“多模理解生成一体化”路径，目标直指智能涌现、AI Agent乃至最终的通用人工智能（AGI）。

流量逻辑变了，AI Agent的爆发还远吗？

谈及市场策略，特别是面向消费者端（C端）的推广，姜大昕的观点很明确。他提到，DeepSeek的横空出世，已经充分证明了传统那套砸钱买流量的打法，在AI产品上行不通了。如今，产品增长的引擎，必须回归到产品自身的价值和能否切中用户的真实痛点。

说回技术演进，真正值得期待的，或许是AI Agent的普及。姜大昕判断，AI Agent的爆发，将取决于两个关键能力的突破：多模态和“慢思考”。所谓“慢思考”，可以理解为复杂的推理与规划能力。好消息是，这两项能力，在2024年大概率会迎来显著的进展。这意味着，能真正理解复杂指令并执行任务的智能体，离我们越来越近了。

AGI的终极形态：构建“世界模型”

那么，阶跃星辰眼中的AGI终点是什么？答案是构建一个“世界模型”。这并非遥不可及的概念，它要求模型在文本、视觉乃至更多模态上，达到接近甚至超越人类水平的理解与生成能力。

为了实现这个宏伟目标，姜大昕勾勒了三大技术方向。首先，是将预训练的基础大模型与强化学习深度结合，让AI不仅会学，更会“思辨”和“决策”。其次，是在视觉领域实现理解与生成的一体化，让AI能像人一样，看懂再创造。最后，是通过智能体（Agent）的自主进化，逐步解锁更复杂、更高级的功能。这三条路径，可以说构成了通向“世界模型”的技术主干道。

展望未来，公司的重心依然会放在基础大模型的深耕上，以应对行业日益增长且多样化的需求。同时，多模态能力的前沿探索不会停步。可以确定的是，智能终端Agent的崛起已成大势所趋。未来的AI眼镜、人形机器人，或许就将成为这些强大模型与智能体的最佳载体，悄然改变我们生活的每一个角落。