大模型第一股热闹正酣，“局外人”阶跃星辰发了一个小更新

“阶跃星辰怎么静悄悄…”

这就是年底国产大模型轮番冲刺热议一线时，阶跃星辰面临的外部评价。

Kimi靠K2重新获得证明，摆脱DeepSeek冲击波逆境；

DeepSeek靠OCR、金牌数学模型热传热议，让人更加期待后面的大招；

智谱和MiniMax一手新SOTA模型交卷，一手提起IPO进程……

而依然留在自研大模型牌桌上的“六小龙”选手阶跃星辰，甚至相比之前的“卷王”本王，都神秘安静得多。

直到刚刚，用最新的图像模型NextStep-1.1，扳回一球。

NextStep-1.1

总体来看，这次开源的NextStep-1.1解决了之前NextStep-1中出现的可视化失败（visualization failures ）问题。

其通过扩展训练和基于流的强化学习（RL）后训练范式，大幅提升了图像质量。

相较之前发布的NextStep-1，NextStep-1.1的更新主要有两方面：

• RL增强视觉保真度 : 通过RL显著改进了图像纹理，并大幅减少了视觉伪影（Visual Artifacts），确保输出更加清晰和专业。
• 技术稳定性: 解决了自回归流匹配模型RL过程中固有的数值不稳定性（Numerical Instability）问题。

目前，NextStep-1.1已率先在GitHub和Hugging Face开源，但对应的技术报告尚未发布。

从已披露的信息来看，1.1版本的方法论基础仍然沿用NextStep-1论文中提出的自回归流匹配（autoregressive flow-matching）路线。

接下来，我们具体来看。

自回归流匹配的图像生成

NextStep-1系列架构的关键在于使用流匹配目标对连续图像Token进行直接、自回归建模。

这种方法旨在取代传统的“AR+重型扩散模型”混合架构，NextStep-1通过逐Patch自回归生成，只用一个轻量级流匹配头，避开了对计算密集型DM的依赖。

具体来说，NextStep-1是一个拥有140亿参数（14B） 的自回归模型。

核心架构由Transformer骨干网络、用于处理离散文本 Token的标准语言建模头、用于处理连续图像Token的轻量级流匹配头，以及一个图像Tokenizer组成。

其中，NextStep-1采用因果Transformer来处理离散化后的文本与图像Token。

在训练阶段，Flow Matching Head基于输出的隐藏状态，预测从噪声样本到下一个目标图像patch的连续流（continuous flow）。

在推理阶段，该机制使模型能够通过迭代方式引导噪声，逐步生成下一个图像patch，从而完成整幅图像的生成。

在文生图任务中，NextStep-1展示出了接近传统扩散模型的生成质量，并且在图像编辑方面也表现优异。

然而，NextStep-1 在高维连续潜在空间下运行时，仍存在数值不稳定性，这可能导致输出图像出现块状或网格状的伪影。

最新的NextStep-1.1版本正是针对这一核心问题进行了优化与改进。

Kimi智谱Minimax轮番交卷

事实上，最新放出的NextStep-1.1只是阶跃最近密集更新节奏的一部分。

阶跃也当然没有“静悄悄”，自11月底至今，阶跃先后——

• 开源GELab-Zero，主打安卓端本地部署与低门槛移动端智能体开发。
• 开源8B推理模型——PaCoRe，在数学方面超越GPT-5。
• 推出Step-GUI，包含云端模型、GUI Agent的MCP协议及开源端侧模型Step-GUI Edge，深化智能终端布局。
• ……

但问题还是出在友商们太热闹了。

智谱和MiniMax不仅相继通过聆讯，冲刺IPO，还同步发布了自家最新的模型GLM-4.7和MiniMax M2.1。

Kimi也先后接入微软Azure，亚马逊Bedrock，其最新开源推理模型Kimi K2 Thinking也是广受好评。

当这些动作被放在同一时间轴上，实际上也体现着大模型竞争格局的变化。

在技术层面，Coding、Agent、多模态成为大模型主战场，开源生态成为主要策略。

而在资本层面，智谱和MiniMax的IPO也意味着大模型玩家在第一轮“百模大战”之后，胜者开始寻求更大的资本杠杆，开启更大战场的竞速。

大模型创业六小龙，实际已经名存实亡。

依然在坚持预训练、自研通用大模型路线的创业玩家，只剩下智谱、MiniMax、Kimi和阶跃星辰。

而他们接下来要竞速的玩家，都是巨头和小巨头。

但不论如何，创业明星们一步一登台，拿到了通往决赛圈入场券。

是否依然有能力自研基础大模型？是否粮草充足？是否可以构建商业模式飞轮实现造血可持续？

就是大模型玩家2026年竞速里无法回避的三大问题。

参考链接

https://x.com/StepFun_ai/status/2003746642026185055

文章来自于微信公众号 “量子位”，作者 “量子位”