2025年1月16日，上海阶跃星辰智能科技有限公司宣布其自研推理模型Step Reasoner mini（简称“Step R-mini”）正式上线。用户可登录跃问网页端https://yuewen.cn，在左上角选择“Step R-mini”进行体验。
Step R-mini是Step系列模型家族的首个推理模型，擅长主动规划、尝试和反思，通过慢思考和反复验证的逻辑机制，为用户提供准确可靠的回复。它不仅能够通过超长推理能力解决逻辑推理、代码和数学等复杂问题，还能兼顾文学创作等通用领域。
阶跃星辰自研的Step系列基座模型矩阵已覆盖语言、多模态到推理的全面能力。在AIME和Math等数学基准测试上，Step R-mini的成绩超过了o1-preview，比肩OpenAI o1-mini。在LiveCodeBench代码任务上，也比o1-preview效果更佳。值得一提的是，大部分推理模型难以兼顾文理科双方向能力，但Step R-mini通过大规模的强化学习训练，并使用On-Policy（同策略）强化学习算法，实现了“文理兼修”，既能准确解答数学、代码、逻辑推理问题，又能富有创意地完成文学内容创作和日常聊天的任务。
在实际应用中，Step R-mini展现了出色的效果。在解答数学题时，面对奥数难题，它能构建合理推理链，实现复杂数学问题的规划和逐步求解，并枚举不同解法方案交叉验证。在处理几何题目时，能主动通过画草图构建深度思考的内容介质。在逻辑推理任务中，自主尝试多种解题思路，自我反问确保枚举出所有良好解决方案。在代码题方面，能正确解答LeetCode技术平台上难度评级为“Hard”的算法题，还能处理复杂开发需求，逐步分析用户需求和意图，构建代码逻辑。在内容创作上，能深入理解用户表达需求，分析创作主题、文学题材等要求，思考创作角度、描绘景物、修辞手法、内容结构，赋予事物人类情感层面的象征意义，并增加个性化、创新的表达风格。在翻译问题上，遵循“信达雅”原则，力求呈现精准且含义丰富的翻译结果。
除了语言推理模型，阶跃星辰还在打造视觉推理模型，将推理能力融入更多交互形态的大模型中。针对复杂视觉场景下的Reasoning问题，引入慢感知和空间推理思想，把Test-Time Scaling从文本空间转移到视觉空间，实现在视觉空间下的Spatial-Slow-Thinking。目前，视觉推理模型已取得阶段性成果，正式版本预计今年与大家见面。
