7月4日-7日，2024 世界人工智能大会暨人工智能全球治理高级别会议(简称“WAIC 2024”)在上海隆重开幕。大模型新生力量阶跃星辰首次亮相世界人工智能大会，在琳琅满目的大会展馆中，阶跃星辰的展台如一股清流。

阶跃星辰成立于 2023 年 4 月， 自成立起，阶跃星辰坚定投入攀登 AGI 通用人工智能的高峰。阶跃星辰创始人、CEO姜大昕博士认为，要实现 AGI，“万亿参数”和“多模融合”缺一不可。目前，公司已经聚集了一批海内外人工智能领域的顶尖人才，坚定探索实现通用人工智能的道路。

WAIC 2024 的现场，阶跃星辰展示了自3月份之后的研发进展和应用成果。在不到100天的时间里实现了 Step 系列通用大模型矩阵的全面升级，覆盖从千亿参数到万亿参数，从语言到多模态，从理解到生成的全面能力。 其中，阶跃星辰首发了三款 Step 系列通用大模型新品，以印证“万亿”+“多模”策略，他们是：Step-2 万亿参数语言大模型正式版、Step-1.5V 多模态大模型、Step-1X 图像生成大模型。

姜大昕博士介绍，阶跃星辰自研的Step-2 万亿参数语言大模型采用了创新的 MoE 混合专家模型架构，在数理逻辑、编程、知识、指令跟随等方面体感全面逼近国际主流模型。

在多模态大模型领域，阶跃星辰发布的 Step-1.5V 千亿参数多模态大模型，实现了从图像理解到视频理解的跨越升级。不仅在图像感知和理解能力上全面提升，还具备出色的视频理解能力，能够准确地识别视频中的物体、人物和环境，甚至理解视频的整体氛围与人物情绪。

阶跃星辰新发布的 Step-1X 图像生成大模型，则代表了阶跃星辰在推动多模态理解和生成统一的技术路线上取得重要进展。据了解，阶跃星辰Step-1X采用全链路自研的 DiT(Diffusion Models with transformer)模型架构，具备更加强大的语义对齐和指令跟随能力，能够生成更加符合人类审美和需求的图像内容。和很多开源图像生成模型不同，阶跃星辰Step-1X针对中国元素和中国文化做了深度对齐，使生成作品在中国语境下更具特色。

阶跃星辰基于自研万亿参数大模型和多模态大模型，进一步推动了产品和应用的落地。在WAIC现场，阶跃星辰综合调用的图像理解、剧情生成、风格迁移、图像生成等大模型能力，联合上海电影推出了《大闹天宫》AI互动体验，游戏开始，系统会为玩家生成一张《大闹天宫》画风的形象作为初始平民角色，玩家通过闯关答题就能实现一场个人化的天宫职场升职记，还会为玩家提供 MBTI 和职业特征分析。凭借有趣的语言风格和出色、可控的生成效果，这款游戏成为WAIC爆火的互动游戏之一。

可以想见，随着AI技术的不断进步和图像生成大模型的持续发展，AI技术在艺术创作领域的应用将进入一个新的阶段。未来，人们将能够通过AI技术更便捷、更高效地实现自己的创意和想法，为艺术创作带来更多可能性。