在「最难LLM评测榜单」上，阶跃万亿参数模型拿下中国第一

重写文本：

大模型格局再变：阶跃星辰跻身前五

国内人工智能领域传来重磅消息：

头部大模型创业公司阶跃星辰凭借其万亿参数大语言模型 Step-2 在权威大模型基准 LiveBench AI 上取得突破，位列第五，成为前十名中唯一的国产大模型。

Step-2 仅次于 OpenAI 和 Anthropic 两家公司，进一步凸显了国产大模型的快速发展。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

榜单地址：https://livebench.ai/#LiveBench 是当前生成式 AI 领域最权威、客观的模型能力评测榜单之一。它是由图灵奖得主、Meta 首席 AI 科学家 Yann LeCun 联合 Abacus.AI、纽约大学等机构推出的，今年六月才首次上线。它旨在消除现有 LLM 基准的局限性，被称作是「世界上第一个无法被操纵的大语言模型基准测试」。

1. LiveBench 采用一种创新的基准测试方法，包含 6 大类共 18 项任务。
2. 为了防止大模型“作弊”，LiveBench 每月发布新问题，这些问题基于最近发布的数据集、arXiv 论文、新闻文章和 IMDb 电影简介设计，以限制潜在的数据污染。每个问题都具有可验证且客观的真实答案，从而实现难题的自动化评分，无需 LLM 评审员。
3. 通过定期更新问题集和采用客观的自动化评分方法，LiveBench 提供了一个公平且准确的评估平台，同时促进了 LLM 的持续改进和社区参与。
4. 在最近的榜单中，step-2-16k-202511 模型的“Global Average”得分位居第五，已非常接近第三名和第四名。
5. 值得注意的是，在提交的成绩中，Step-2 的指令跟随（IF Average）得分位居全榜第一，展示了对语言生成细节的强大控制力。具体来说，该任务要求对《卫报》最近的新文章进行转述、简化、概括或编写故事，同时遵循一项或多项指令，例如字数限制或将特定元素纳入答复中。

不断进化的 Step-2 万亿参数大模型

自发布以来，Step-2 持续快速迭代，与国际领先大模型的差距大幅缩小。

今年 3 月，阶跃星辰推出了 Step-2 语言大模型预览版，成为国内首个由创业公司发布的万亿参数模型。WAIC 2025 期间，阶跃星辰发布了 Step-2 万亿参数语言大模型正式版，其在逻辑推理、编程、中英文知识和指令理解等方面的表现接近国际顶尖模型。

深入了解，Step-2 万亿参数语言大模型有两大亮点：MoE 架构和万亿参数。

训练 MoE 模型有两种方式：基于现有模型进行升级（upcycle）或从头开始训练。upcycle 方式计算需求低且训练效率高，但上限较低。而从头开始训练 MoE 模型难度更高，但能达到更高的上限。

Tunee AI

新一代AI音乐智能体

1104 查看详情

阶跃星辰团队自主研发了 Step-2 MoE 架构并从头开始训练。通过专家参数共享和异构化专家设计等创新设计，Step-2 的每个专家模型都得到充分训练，总参数量达到万亿级，每次训练或推理激活的参数量也高于市面上的大多数密集模型。

此外，训练这样一个万亿参数模型对系统团队提出了极大挑战。在 Step-2 训练过程中，阶跃星辰系统团队突破了 6D 并行、极致显存管理和全自动化运维等关键技术，成功完成了 Step-2 的每一次升级。

根据 Scaling Law，当模型参数达到万亿规模时，推理能力（如数学和编程）将显著提升。这促使 Step-2 取得了与 OpenAI o1、Claude 3.5 Sonnet 等模型相当的出色表现。

不断进化的 Step-2 万亿参数语言大模型已接入阶跃星辰的 C 端智能助手「跃问」，可在跃问 App 和网页端（https://yuewen.cn）使用。

阶跃星辰的大模型矩阵打造之路

与国内大模型领域的知名公司相比，阶跃星辰是后来者。该公司由微软前全球副总裁姜大昕创办，去年 4 月成立，今年 3 月才崭露头角。

1. 阶跃星辰的创始人兼首席执行官姜大昕，曾担任微软全球副总裁和微软亚洲互联网工程院首席科学家。

2. 尽管成立时间较短，阶跃星辰已跻身国内 AI 创业公司第一梯队，并在一年内迅速发布了 Step 系列模型“全家桶”，包括万亿 MoE 语言大模型 Step-2、多模态理解大模型 Step-1.5V 和图像生成模型 Step-1X。

3. 在 AGI 技术路线图上，阶跃星辰选择了单模态、多模态、统一多模态理解和生成、世界模型和通用人工智能（AGI）的路径。

在快速迭代模型的同时，这家公司也将模型接入了两款 C 端产品智能生活助手跃问和 AI 开放世界冒泡鸭。目前，阶跃星辰已经完成了自身的大模型 + 产品矩阵，呈现出强势崛起的姿态。

以上就是在「最难LLM评测榜单」上，阶跃万亿参数模型拿下中国第一的详细内容，更多请关注其它相关文章！

# 生命科学  # 渭南网站seo优化公司  # 怎样做会展营销推广方案  # seo优化空间怎么选  # 银行营销推广师个人意见  # 武清区网站优化费用  # 鄂州网站建设培训  # 网站导航推广法的案例  # 南京拼多多seo  # 小程序的营销推广策划  # 青蛙 seo 破解版  # 内测  # 副总裁  # 产业  # 更高  # 多家  # 国内  # 微软  # 中国  # 最难  # 榜单  # claude  # ai  # 阶跃星辰  # step-2 

相关栏目： 【 行业新闻62819 】 【 科技资讯67470 】

相关推荐： 中美陷入囚徒困境，人工智能变得不可控？可参考核不扩散条约规范  售价14.99万起！小米汽车部分信息疑遭AI曝光，内部人士回应：网传图片明显经过处理，不可轻信  OpenAI高管：AI能创造新的就业机会 但也会淘汰一些  上天下海登极，青岛与昇腾AI握手一起探索星辰大海  AI与5G的强强联合：唤醒数字时代的无尽潜能  Win11 的画图应用将包含 Windows Copilot 的 AI 工具整合  争鸣：OpenAI奥特曼、Hinton、杨立昆的AI观点到底有何不同？  马克龙密会AI专家，法国加入全球人工智能竞赛  GPT-4最全攻略来袭！OpenAI官方发布，六个月攒下来的使用经验都在里面了  笔神作文声讨学而思AI大模型 称用“爬虫”技术盗取数据  AI时代，企业需要什么样的员工？  数据科学，解码智能未来——Altair首次提出“Frictionless AI”概念  剧透！蜜小豆@2025世界人工智能大会多个亮点曝光  行业首发「超级智绘」AI故事集，TCL实业推进AI技术应用  人工智能在重症监护室的未来  掌阅科技入选北京市通用人工智能产业创新伙伴计划第二批成员名单  零数科技CTO兰春嘉：区块链与人工智能的结合点在数据  清华&中国气象局大模型登Nature：解决世界级难题，「鬼天气」预报时效首次达3小时  PHP和OpenCV库：如何实现人脸识别  0代码微调大模型火了，只需5步，成本低至150块  生成式AI与云结合，机遇与挑战并存  微软面向AI初学者推出免费网络课程  Nature发AIGC禁令！投稿中视觉内容使用AI的概不接收  上海发布大模型政策 打造AI“模”都  爱设计 AI 一键生成 PPT 工具上线：输入标题即可生成 PPT  江永：精准施训提升通信无人机应急救援能力  人工智能领域，突破难题：国产大模型“无源之水”问题得到解决。  普林斯顿大学推出Infinigen AI模型 可生成真实自然环境 3D场景  数字文明尼山对话 | 在东方圣城与AI潮流梦幻联动，看“智慧大脑”让数字山东更美好  无需标注数据，「3D理解」进入多模态预训练时代！ULIP系列全面开源，刷新SOTA  警惕！AI或致虚假信息泛滥  AI大模型时代，数据存储新基座助推教科研数智化跃迁  万魔推出AI主攻的运动耳机，开启十年研发新纪元  亚马逊CEO：人工智能将成为公司未来战略的重中之重  中兴通讯无人机高空基站助力北京门头沟受灾乡镇保障应急通信  赋能金融新生态，多家银行创新应用成果亮相世界人工智能大会  Meta 开源 AI 语言模型 MusicGen，可将文本和旋律转化为完整乐曲  李开复：未来几年，人工智能会革了所有人的命，除非你这么做  西班牙小鲜肉*视频在网上疯传，本人发文澄清：是AI换脸的假视频！  RoboNeo什么时候上线  两架海燕号无人机交付中国气象局 助力建设国家级机动气象观测业务  曝光HarmonyOS 4的重要新能力：全面升级AI大模型，小艺实现全面进化  AI 大模型重塑软件开发，有哪些落地前景和痛点？| ArchSummit  AI大举入侵内容行业，哪些上市*及动漫公司进行了布局？  联通发布鸿湖图文AI大模型1.0，可实现以文生图  一家 380 亿美元的数据巨头，要掀起企业「AI 化」革命  借力AI！PCB全球巨头，有爆发潜质吗？  MetaGPT开源框架爆红 GitHub，达到1.1万星，模拟软件开发流程  人形机器人概念大热！这些产业链标的或受提振  微软推出人工智能模型 CoDi，可互动和生成多模态内容