4月8日晚，阶跃星辰发布多模态推理模型Step-R1-V-Mini，支持图文输入、文字输出，具备强指令遵循能力和复杂图像推理能力，已上线网页端并开放API供开发者使用。

据官方介绍，该模型可精准识别图像细节，生成清晰的推理链条。用户上传一张家常菜照片，模型不仅能识别食材和调料，还能给出具体做法与配比，如“虾仁300g，大葱白2根”。

据悉，在多个公开基准评测中，Step-R1-V-Mini在MathVision等视觉推理任务中位列国内第一，兼具图像理解、数学逻辑与代码推理能力。

阶跃星辰此前已推出多模态模型Step-1V、Step-1.5V，以及语言推理模型Step-R-mini，并在LMSYS、OpenCompass等权威评测中保持领先。

此前，阶跃星辰创始人、CEO姜大昕曾表示多模态和推理是Agent两大必备要素，2025年该公司将重点发力智能终端Agent。（袁宁）

来源: 网易科技报道