阶跃星辰发布Step Edge终端模型，本地多模态处理延迟低至0.1秒

阶跃星辰近日发布Step Edge系列终端模型，重点面向本地设备上的多模态人工智能处理。该系列模型可以在终端侧处理文本、图像和音频，并支持屏幕理解、语音识别等功能，让AI能力更贴近手机、电脑、智能硬件和其他设备。

与完全依赖云端服务器的AI服务相比，端侧模型可以直接在本地设备上完成部分推理任务，减少数据上传和网络请求带来的等待时间。根据官方公布的信息，Step Edge系列模型调用延迟低至0.1秒，并在29项核心评估指标中均位列第一。

Step Edge系列模型的发布，反映出AI模型部署正在从单纯追求参数规模，逐步关注设备适配、响应速度、数据隐私和实际使用体验。

什么是Step Edge终端模型？

Step Edge是阶跃星辰推出的终端侧模型系列，主要用于在本地设备上执行人工智能任务。所谓终端侧，也可以理解为模型直接运行在用户使用的设备上，而不是所有请求都发送到远程云端处理。

在传统AI应用中，用户发送请求后，数据需要经过网络传输到服务器，再由云端模型完成推理，最后将结果返回到设备。这个过程会受到网络质量、服务器负载和数据传输速度影响。

端侧模型则可以在设备本地处理一部分任务。例如：

这种方式可以降低对网络连接的依赖，并减少部分数据离开设备的情况。

Step Edge支持哪些模态？

根据目前公布的信息，Step Edge系列模型支持文本、图像和音频处理，属于终端侧多模态模型。

文本处理

模型可以理解用户输入的文字，完成简单问答、内容整理、指令识别和文本分类等任务。由于部分任务在本地完成，用户可以在网络环境较弱时继续使用基础AI功能。

图像处理

Step Edge可以处理设备中的图像内容，用于识别图片中的文字、物体和场景，也可以结合屏幕信息完成界面理解。

图像处理能力可以应用于相册管理、拍照识别、图像搜索、屏幕辅助和本地内容整理等场景。

音频处理

模型支持音频相关任务，包括语音识别和语音输入处理。用户可以通过语音与设备交互，设备再将语音内容转换为文本或进一步理解用户意图。

在会议记录、语音备忘、实时字幕和车载语音等场景中，本地语音识别可以降低网络延迟，并减少音频数据上传到云端的需求。

屏幕理解是Step Edge的重要能力

屏幕理解是终端AI中的一个重要方向。它要求模型不仅识别屏幕上的文字，还要理解页面结构、图标、按钮、图片和不同元素之间的关系。

例如，当用户打开一个复杂网页或应用界面时，具备屏幕理解能力的模型可以辅助完成：

对于智能手机、电脑操作系统和无障碍辅助工具来说，屏幕理解具有较高的应用价值。用户可以通过自然语言询问“这个页面主要讲什么”，也可以让设备“帮我找到设置入口”或“读取当前屏幕上的内容”。

屏幕理解还可以与智能体结合。当模型能够识别界面内容并判断操作元素时，AI智能体就有机会完成更加连续的设备操作。

本地语音识别有什么优势？

Step Edge支持语音识别，可以让设备在本地完成部分音频处理。与完全依赖云端的语音服务相比，本地语音识别主要有以下优势。

响应速度更快

语音数据不需要完整上传到云端后再等待结果返回，部分任务可以直接在设备上处理，从而缩短交互等待时间。

网络依赖更低

在网络不稳定、信号较弱或暂时无法联网的环境中，本地模型仍然可以完成部分语音识别任务。

隐私保护更好

语音内容可能包含个人对话、工作信息和敏感资料。本地处理可以减少音频数据在网络传输和云端存储环节中的暴露机会。

适合实时场景

语音助手、会议字幕、车载交互和智能设备控制都对响应速度有一定要求。低延迟模型能够提供更加连续的使用体验。

不过，本地语音识别效果仍然受到设备算力、麦克风质量、环境噪声和模型版本影响。对于复杂语音任务，设备可能仍然需要结合云端模型完成更深层次的理解。

Step Edge调用延迟低至0.1秒

官方信息显示，Step Edge系列模型调用延迟低至0.1秒。低延迟对于终端AI体验非常重要，因为用户对设备的响应速度通常有较高预期。

如果语音输入、屏幕识别或视觉问答需要等待较长时间，用户可能会感觉设备反应迟缓。将模型部署在本地后，数据传输链路缩短，能够帮助设备更快给出初步结果。

低延迟适合以下场景：

需要注意的是，0.1秒通常是特定测试条件下的最低调用延迟，实际体验还会受到设备芯片、内存、系统调度、任务复杂度和模型输出长度等因素影响。因此，开发者在产品中使用时，应以真实设备和实际任务进行测试。

Step Edge如何提升隐私安全？

隐私保护是端侧AI的重要价值之一。手机、电脑和智能硬件中通常保存着大量个人数据，包括照片、语音、聊天记录、文件和屏幕内容。

如果所有数据都上传到云端处理，应用需要面对数据传输、服务器存储和第三方访问等风险。端侧模型可以优先在本地处理低复杂度任务，减少敏感数据上传。

例如：

这种“本地优先”的处理方式可以帮助企业和开发者设计更加细致的数据流转策略。

不过，使用端侧模型并不代表所有隐私风险自动消失。开发者仍需要关注应用权限、日志记录、模型输入缓存、临时文件、设备备份和第三方SDK等问题。只有从系统层面控制数据使用范围，才能真正提升隐私保护水平。

Step Edge在29项指标中位列第一

根据阶跃星辰公布的信息，Step Edge系列模型在29项核心评估指标中均位列第一，体现出其在终端侧多模态任务上的综合表现。

对于终端模型而言，评估指标通常不应只关注模型回答是否正确，还需要综合考虑多个方面：

如果模型只具备较强的云端推理效果，却无法适应手机、电脑或嵌入式设备的资源限制，就很难真正进入实际产品。

因此，Step Edge的评测价值不仅在于模型能力本身，也在于其是否能够在有限算力、较低功耗和本地运行条件下保持稳定表现。

Step Edge适合哪些设备？

智能手机

手机是端侧AI模型最重要的应用设备之一。Step Edge可以用于语音助手、相册识别、屏幕理解、实时翻译和本地内容搜索等功能。

个人电脑

在电脑上，端侧模型可以帮助用户理解屏幕内容、整理本地文档、进行语音输入和辅助软件操作。对于办公和开发场景，本地模型还可以减少部分文件上传需求。

智能眼镜

智能眼镜需要在较短时间内完成视觉识别和语音响应。端侧模型能够帮助设备处理环境信息、识别文字和理解用户指令。

车载设备

车载AI对响应速度和网络稳定性要求较高。端侧模型可以用于语音控制、车内交互和基础环境理解。

机器人

机器人需要及时理解视觉和声音信息，并根据环境变化作出反馈。低延迟的多模态模型可以为机器人感知和交互提供支持。

智能家居

智能家居设备可以利用端侧模型完成本地语音识别、设备状态理解和简单控制，减少对云端服务的依赖。

端侧模型与云端大模型如何配合？

端侧模型并不一定要完全替代云端大模型。更现实的方式，是让两类模型各自处理适合的任务。

端侧模型适合：

云端模型适合：

通过端云协同，设备可以先在本地完成快速识别和预处理，遇到复杂任务时再向云端模型请求支持。这样既能改善交互速度，也能减少需要上传的数据量。

Step Edge对AI终端有什么影响？

Step Edge系列模型的发布，说明终端AI正在从单一语音功能向文本、图像和音频协同处理发展。

未来的AI终端不只是接收指令后返回答案，还可能理解用户当前正在查看的内容、所在环境和操作目标。设备能够通过屏幕、摄像头、麦克风和本地文件获取更完整的上下文，再根据用户需求提供帮助。

这种变化可能推动更多AI能力进入操作系统和智能硬件，例如：

当然，终端AI的发展也需要解决算力、功耗、存储空间、模型更新和安全治理等问题。模型能力提升后，如何让它稳定运行在不同设备上，仍然是开发者需要重点考虑的问题。

结语

阶跃星辰发布的Step Edge系列终端模型，支持本地处理文本、图像和音频，并具备屏幕理解、语音识别和低延迟交互能力。根据官方公布的信息，该系列模型调用延迟低至0.1秒，并在29项核心评估指标中均位列第一。

端侧模型的价值在于缩短响应链路、降低网络依赖，并为本地数据处理提供更多选择。未来，Step Edge有望应用于智能手机、个人电脑、智能眼镜、车载设备、机器人和智能家居等终端场景。

对于开发者而言，端侧模型更适合与云端大模型配合使用：本地模型负责快速、隐私敏感和实时任务，云端模型负责复杂推理和高质量生成，从而构建更加稳定的多模态AI应用。

相关链接：

阶跃星辰官方网站： https://www.stepfun.com/

FAQ：Step Edge系列模型常见问题

问：Step Edge是什么？

答：Step Edge是阶跃星辰推出的终端侧多模态模型系列，支持在本地设备上处理文本、图像和音频。

问：Step Edge支持哪些能力？

答：目前公布的能力包括屏幕理解、语音识别、文本处理、图像处理和音频处理等。

问：Step Edge的调用延迟是多少？

答：根据官方信息，Step Edge系列模型调用延迟低至0.1秒，实际延迟会受到设备配置、任务复杂度和运行环境影响。

问：Step Edge可以完全离线使用吗？

答：端侧模型可以在本地完成部分任务，但是否支持完全离线使用，需要根据具体模型版本、设备配置和产品形态确认。

问：Step Edge适合哪些设备？

答：该系列模型适合智能手机、电脑、智能眼镜、车载设备、机器人和智能家居等终端设备。

问：Step Edge和云端大模型有什么区别？

答：Step Edge主要在本地设备运行，优势是响应速度快、网络依赖较低和隐私保护更方便；云端大模型通常具备更强的复杂推理和内容生成能力。

问：Step Edge在评测中的表现如何？

答：根据阶跃星辰公布的信息，Step Edge系列模型在29项核心评估指标中均位列第一，具体评测条件和数据需要以官方技术资料为准。