Step Edge – 階躍星辰推出的端側模型全家桶

Step Edge是什麼

Step Edge是階躍星辰推出的端側模型全家桶，包含基礎模型、Audio、GUI、Gen 四大成員，面向手機與汽車等終端打造。模型通過端雲協同架構，讓 Agent 在本地實現 0.1 秒級響應，同時保障全模態數據隱私，在 29 項核心評測中取得第一，並配套自研 Step Inference NPU 引擎優化終端推理。

Step Edge的主要功能

• Step Edge 基礎模型：端側多模態理解與推理，支持文本、圖像、視頻、OCR、空間理解與工具調用。
• Step Edge Audio：端側音頻理解與語音識別，覆蓋中文、英文等多語種 ASR 與音頻問答。
• Step Edge GUI：端側 GUI Agent，支持手機與桌面應用的視覺感知、元素定位與自動化操作。
• Step Edge Gen：端側圖像生成與編輯，支持文生圖、圖生圖及局部編輯，在 OneIG、DPG-Bench 等評測中領先。

Step Edge的技術原理

• 端雲協同架構：簡單高頻任務由端側本地處理，複雜長鏈路推理交由雲端完成，實現速度、能力與成本的整體平衡。
• 全模態本地推理：文本、視覺、語音等多模態數據在終端本地處理，敏感信息不出端，通過本地計算保障隱私安全。
• Step Inference NPU 引擎：自研終端推理引擎，針對手機、汽車等硬件進行算子與內存優化，降低文本、視覺、語音等輸入形態的端到端延遲。
• 低延遲 Toolcall 執行：端側本地工具調用延遲低至 0.1 秒，支持高頻交互場景下的實時響應，減少對雲端鏈路的依賴。

如何使用Step Edge

Step Edge 全家桶尚未明確開放公測或 API，目前處於發佈亮相階段。

Step Edge的項目地址

• 項目官網：https://static.stepfun.com/blog/step-edge/

Step Edge的同類競品對比

Step Edge的應用場景

• 智能手機助手：端側實時語音識別與 GUI 自動化操作，離線完成訂外賣、發消息、查相冊等高頻任務。
• 車載智能座艙：本地處理語音指令與車內視覺感知，保障駕駛數據隱私，實現導航、空調、娛樂的零延遲控制。
• 端側圖像創作：手機本地文生圖與修圖，無需上傳照片至雲端，滿足用戶即時創作與隱私保護雙重需求。
• 工業終端巡檢：在弱網工廠或戶外場景，端側模型本地識別設備故障圖像與音頻異常，實時上報關鍵信息。
• IoT 邊緣設備：在智能家居、穿戴設備中部署，本地完成語音喚醒、視覺識別與簡單決策，降低雲端成本。