階躍星辰端側模型全家桶 Step Edge 登場，面向手機、汽車等終端場景

階躍星辰今日正式推出端側模型全家桶 Step Edge，包含 Step Edge 基礎模型、Step Edge Audio、Step Edge GUI 與 Step Edge Gen 四款產品，全面瞄準手機、汽車等終端應用場景。這一系列模型的核心目標是將 AI Agent 從雲端帶到終端裝置上，讓裝置在本地端就能快速回應指令，同時有效保護使用者隱私，並透過端雲協同完成更為複雜的任務。 Step Edge 系列模型的推出，象徵著邊緣運算與多模態 AI 技術的進一步融合。根據階躍星辰的說明，這四款模型分別針對不同的輸入與任務類型進行最佳化：Step Edge 基礎模型提供通用的多模態理解與推理能力；Step Edge Audio 專注於語音與音訊處理；Step Edge GUI 則瞄準圖形使用者介面的互動理解；Step Edge Gen 負責內容生成，涵蓋文字、影像等多種輸出形式。這樣的產品組合讓開發者能夠依據終端裝置的特性，選擇最適合的模型部署。 在效能表現上，Step Edge 具備三大核心亮點。首先是超低本地延遲，模型支援低至 0.1 秒的端側本地 Tool Call 執行。這意味著使用者常見的簡單與高頻任務，例如設定鬧鐘、查詢天氣、撥打電話或控制車載空調，都能在終端裝置上即時回應，大幅減少對雲端鏈路的依賴，也避免了因網路延遲或斷線造成的體驗中斷。 第二個亮點是全模態隱私保護。Step Edge 能在本地端處理文字、視覺、語音等各種多模態資訊，所有敏感數據均不需上傳至雲端。以手機與汽車這類高度注重個人隱私的場景為例，語音指令、相機畫面、個人行事曆等資料可以完全在裝置內部完成分析與回應，使用者無需擔心資料外洩風險。這也符合當前各國對資料保護法規日益嚴格的要求。 第三個核心優勢是原生端雲協同。Step Edge 並非完全取代雲端運算，而是與雲端形成分工：簡單任務與弱網或無網情況下的操作由終端快速處理；而需要大量推理、複雜邏輯或多步驟執行的長鏈路任務，則交由雲端模型來完成。這樣的協作機制讓速度、能力與成本三者之間達到整體平衡，既保有終端的即時性，又具備雲端的強大運算潛力。 為了進一步提升在實際終端上的運作效率，階躍星辰同步推出 Step Inference NPU 引擎。該引擎專門針對手機、車機等終端硬體進行推理最佳化，無論是在文字理解、視覺辨識或語音互動等不同輸入形態下，都能進一步降低端到端的延遲。透過 NPU 的硬體加速，模型能在更低的功耗下完成推論，延長裝置續航，也讓即時互動更為流暢。 在實際應用情境中，Step Edge 系列可望為手機用戶帶來更自然的語音助理體驗，例如直接透過本地語音指令啟動應用程式或編輯訊息，完全不需要網路連線。在車載場景，駕駛者可用語音控制導航、音樂與車輛設定，系統也能即時分析車內外影像，提供安全警示，而所有數據均留在車機內，避免上傳雲端所引發的隱私顧慮。 開發者與終端裝置製造商也能從 Step Edge 中獲益。由於模型已針對常見的終端硬體進行預先最佳化，整合門檻相對降低。此外，端雲協同的彈性設計讓開發者可以依照產品需求，靈活決定哪些功能在本地執行、哪些任務送往雲端，從而打造更具競爭力的智慧終端應用。 從產業趨勢來看，端側 AI 模型正逐步成為智慧型手機、智慧汽車與物聯網裝置的標配。階躍星辰此次端側模型全家桶的發布，不僅補足了其在終端領域的產品線，也為即將到來的端雲融合時代提供了更完整的技術基礎。隨著邊緣運算晶片效能持續提升，以及使用者對即時性與隱私保護的要求不斷提高，像 Step Edge 這類專為終端設計的多模態模型，將在未來扮演越來越關鍵的角色。