在AI领域的聚光灯下，阶跃星辰公司及其低调而坚定的CEO姜大昕近日成为了媒体关注的焦点。在一场于北京举行的媒体沟通会上，姜大昕分享了他对多模态人工智能（AI）发展的深刻见解，以及阶跃星辰在这条探索之路上的独特步伐。
姜大昕强调，多模态技术是实现通用人工智能（AGI）的关键路径。他指出，过去一年中，阶跃星辰虽未在融资或市场声量上大放异彩，却默默地在多模态领域深耕细作，发布了多达22款自研基座模型，其中16款为多模态模型，占比超过七成，这一成就让阶跃星辰在业内赢得了“多模态卷王”的称号。
与语言模型领域的技术路线已相对明确不同，多模态技术的探索仍处于迷雾之中。姜大昕表示，阶跃星辰押注的是“理解+生成一体”的原生多模方向，这一方向在技术演进上可能还处于GPT 1.0之前的阶段，即Transformer刚出现时的时期。阶跃星辰的技术路线尤为艰难，要求同一个大模型既要能理解，也要能生成，这构成了公司自成立以来的发展主线。
姜大昕进一步解释了多模态技术的难点和重要性。他提到，多模态的一大挑战在于融合过程中不能损失单个模态的性能，尤其是不能降智。阶跃星辰所追求的理解生成一体化，意味着模型能够理解画面中的物体关系，并通过生成端来监督；同时，生成的内容也需要理解来控制，以确保其符合物理世界的认知。他认为，多模态对于AGI至关重要，因为人的智能是多元化的，包括语言、视觉、空间等多种智能，这些智能需要通过多模态来进行学习。
在沟通会上，姜大昕还分享了对多模态领域未来发展趋势的看法。他认为，下一步的模型发展趋势包括在预训练的基础模型上加入强化学习，以提高模型的推理能力；以及将推理引入到多模态领域，实现模型的感知能力和内部知识的结合。他还强调了视觉领域的理解生成一体化的重要性，认为这是解决模型生成时非思维链问题的关键。
姜大昕还提到了DeepSeek等推理模型的进步对多模态技术探索的推动作用。他认为，DeepSeek的成功经验表明，传统的投流逻辑在AI时代可能不再适用。阶跃星辰也选择了一条不同于主流的道路，没有盲目追求流量，而是专注于基础大模型的研发，以及与行业头部公司的合作。
阶跃星辰已与Oppo、吉利汽车集团等企业展开深度合作，将Agent应用在汽车、手机等关键场景中。姜大昕表示，随着模型能力的不断增强，将有更多的应用被解锁和成熟。他特别提到了智能终端Agent的方向，认为Agent将更好地帮助人类完成任务，理解用户所处环境和任务的上下文，并有望从数字世界走向物理世界，延伸到智能驾驶和人形机器人等领域。
姜大昕还透露，阶跃星辰内部已经组织起不同技术路线的数支团队，以探索可能的技术突破。他认为，多模态领域的任何一个短板都可能延缓AGI的进程，因此阶跃星辰将继续在这条道路上坚定前行。
在沟通会的最后，姜大昕表达了对阶跃星辰未来的信心。他表示，尽管AI领域的技术发展日新月异，阶跃星辰将坚持基础大模型的研发，并与行业伙伴紧密合作，共同推动多模态技术的发展和应用。
