阶跃星辰 NextStep-1.1：自回归流匹配与RL改进

在国产大模型年底冲刺的热潮中——DeepSeek 的 OCR 与数学模型走红、Kimi 凭 K2 回归巩固口碑、智谱与 MiniMax 同步推动 IPO 并上新模型——“阶跃星辰”看似低调。但这种静默被 NextStep-1.1 打破：这款新图像模型针对 NextStep-1 曾出现的可视化失败进行修复，并通过扩展训练与基于流的 RL（后训练范式）显著提升图像质量与稳定性。

目录

• 为何 NextStep-1.1 重要
• 图像生成中的自回归流匹配
• 1.1 的关键变化：RL 与数值稳定性
• 发布状态与阶跃近期生态动作
• 中国大模型战场：Coding、Agent、多模态、开源与IPO
• 2026 展望：三大不可回避的问题
• 常见问题
• 结语

为何 NextStep-1.1 重要

NextStep-1.1 直击痛点：在高维连续潜空间下，NextStep-1 曾出现块状/网格伪影等可视化失败。1.1 通过 RL 增强与稳定性优化，证明自回归流匹配在不引入重型扩散堆栈的前提下，仍能逼近扩散式质量。这对希望在同一 Transformer 中统一文本与视觉的多模态系统，意味着吞吐、简化与落地的现实优势。

年底密集更新的竞合背景

• Kimi 借 K2 Thinking 与多云接入重拾势能；
• DeepSeek 依靠 OCR 与数学模型获得广泛关注；
• 智谱与 MiniMax 冲刺 IPO，同时发布 GLM-4.7 与 M2.1；
• 阶跃用 NextStep-1.1 展示其在通用模型与多模态 RL 上的持续投入。

图像生成中的自回归流匹配

NextStep-1 使用统一的因果 Transformer 同时建模离散文本 Token 与连续图像 Token，以轻量的流匹配头替代“AR+重扩散”的常见混合架构。

架构概览

• 14B 参数因果 Transformer 主干；
• 标准语言建模头处理离散文本；
• 轻量流匹配头处理连续图像；
• 图像 tokenizer 产生 patch 级连续 Token。

训练机制

基于隐藏态，流匹配头预测从噪声到下一个目标图像 patch 的连续流轨迹，在同一 AR 堆栈内端到端学习。

推理机制

模型迭代地引导噪声走向下一个图像 patch，逐步拼合整幅图像，保持文本条件与图像生成的统一自回归循环。

1.1 的关键变化：RL 与数值稳定性

NextStep-1.1 引入扩展训练与基于流的 RL 后训练范式，聚焦视觉保真度与稳定性。两项改进尤为突出：

RL 增强视觉保真度

• 大幅减少块状、网格等伪影；
• 纹理更锐利，输出更清晰、专业。

数值稳定性修复

• 解决在高维连续潜空间下，自回归流匹配与 RL 结合带来的固有不稳定性；
• 通过稳定化避免 patch 不一致与接缝伪影。

在不回退到重型扩散堆栈的前提下，这些改进推动自回归流匹配质量进一步逼近主流扩散。

发布状态与阶跃近期生态动作

NextStep-1.1 已在 GitHub 与 Hugging Face 率先开源，技术报告尚未发布。自 11 月以来，阶跃的节奏并不“静悄悄”：

• GELab-Zero：主打安卓端本地部署与低门槛移动端智能体开发；
• PaCoRe（8B 推理）：在数学能力上宣称超越主流基线；
• Step-GUI：整合 MCP 协议与云端模型，并开放端侧模型 Step-GUI Edge，深化智能终端布局。

这些举措体现“核心模型研发 + 终端/智能体生态”双轨策略。

中国大模型战场：Coding、Agent、多模态、开源与IPO

竞争版图正在重构：

• 技术主战场：Coding、Agent、多模态成为核心；
• 策略：开源生态正逐步成为默认选择，以扩大触达与加速迭代；
• 资本：智谱与 MiniMax 的 IPO 进程意味着第一轮“百模大战”后，胜者寻求更大杠杆，进入更广阔的战场。

从最初的“六小龙”到如今仍坚持自研通用大模型的四家：智谱、MiniMax、Kimi 与阶跃星辰。他们接下来面对的，都是巨头与“小巨头”，算力、数据与分发叠加效应更显关键。

2026 展望：三大不可回避的问题

• 是否仍具备端到端自研与预训练通用基础模型的能力？
• 粮草是否充足，能够支撑持续训练与快速迭代？
• 能否构建商业模式飞轮，实现产品—付费—再投入的可持续？

这些问题将决定谁能进入“决赛圈”，而不仅是“半决赛”。

常见问题

流匹配与扩散式有何不同？

流匹配直接学习从噪声到数据 patch 的连续流，迭代步数可更少，并可在单一 Transformer 中统一；扩散通常依赖独立的去噪模块与更重的采样管线。

NextStep-1 为何易出现伪影？

在高维连续潜空间中，自回归流预测与 RL 结合可能出现数值不稳定，导致块状/网格伪影与 patch 接缝问题。

1.1 的 RL 具体改进了什么？

后训练阶段聚焦视觉保真度目标，提升纹理细节、减少伪影、稳定 patch 过渡。

1.1 是否已有完整技术报告？

目前已在 GitHub 与 Hugging Face 开源，正式技术报告暂未发布。

与扩散式领先模型相比如何？

尽管扩散仍在多项基准占优，NextStep-1.1 表明自回归流匹配在保持单栈简洁的同时，质量可进一步逼近主流。

结语

NextStep-1.1 在自回归流匹配方向上迈出关键一步：以 RL 增强保真度、修复数值稳定性，却不回退到重型扩散。这一更新与今年“Coding—Agent—多模态—开源—IPO”的合流趋势相呼应，也体现阶跃在“核心模型 + 生态落地”上的持续投入。接下来两年，答案要在算力、数据与商业飞轮中被验证：谁能把自研基础模型做深、做稳，并做成可持续的业务。