阶跃星辰发布 Step Edge 端侧模型全家桶：Agent 开始原生跑进手机和汽车

7 月 12 日，被称为「多模态卷王」的国产大模型六小虎之一 —— 阶跃星辰，再次在端侧战场投下重磅炸弹。今天，阶跃星辰正式宣布推出 Step Edge 端侧模型全家桶，一次性带来四款面向真实终端场景的模型产品：Step Edge 基础模型、Step Edge Audio、Step Edge GUI、Step Edge Gen。

这并不是又一次「云端参数刷榜」的常规发布，而是阶跃星辰 2026 年端侧战略的一次系统性落子 —— 让 Agent 不再只是云端 API 里的抽象概念，而是真正原生跑进手机、汽车、IoT 等终端硬件里，实现「本地即响应，隐私不出端」。

四款模型一次亮相：从基础智力到 GUI Agent 全覆盖

从命名可以看出，阶跃星辰这次不是「一款端侧模型打天下」，而是按照终端 Agent 真实场景把能力做了拆分：

• Step Edge 基础模型：整个全家桶的底座，负责通用语言理解、指令跟随和本地 toolcall 决策，是端侧 Agent 的「大脑」；
• Step Edge Audio：面向语音交互场景，覆盖语音识别、语义理解、语音合成的一体化端侧多模态模型，为车机、耳机、手机语音助手提供本地实时响应；
• Step Edge GUI：面向 GUI Agent 场景，能理解手机、车机屏幕上的界面元素，进而基于用户自然语言指令直接在 App 中「代操作」，是去年底开源的 Step-GUI Edge 的迭代进化版；
• Step Edge Gen：面向端侧生成任务，涵盖图像、内容等多模态生成能力，让终端具备本地生成而非仅识别的能力。

阶跃官方对这套「全家桶」的定位非常明确 —— 面向手机、汽车等终端场景，旨在让 Agent 不只停留在云端，而是能够真正进入终端。这与阶跃从 2025 年初 Step UP 生态开放日以来一直坚持的「车+手机+IoT+具身智能」四条端侧战线一脉相承。

三大核心亮点：端侧 Agent 到底解决了什么

如果只看模型名单，很多人可能会问：端侧模型不是早就有了吗，Step Edge 全家桶到底有什么不一样？阶跃这次官方总结了三个核心亮点，把「为什么要做端侧」以及「怎么做端侧」讲得非常清楚。

1. 超低本地延迟：0.1 秒级本地 toolcall

Step Edge 支持低至 0.1 秒的端侧本地 toolcall 执行。也就是说，简单、高频的任务，例如「打开导航到公司」「把空调调到 24 度」「静音、下一首、发送」，无需再走一趟「设备 → 网络 → 云端 → 网络 → 设备」的漫长链路，可以直接在本地实时响应。

这背后有一个被业界忽视的痛点：过去一年主流大模型的文字回复速度普遍在 20 ~ 80 token/s 之间，即便是所谓「快速模型」也在 80 ~ 150 token/s 区间。而在车载语音、手机翻译、可穿戴设备等场景，只有首字延迟低于 100ms，人类感官才会真正体验到「丝滑」。云端再快，也躲不过网络 RTT，端侧才是真正的答案。

2. 全模态隐私保护：文本、视觉、语音都能不出端

Step Edge 强调「全模态隐私保护」：文本、视觉、语音等多模态信息可在本地处理，敏感数据不出端。

这个能力在汽车、金融、医疗、儿童设备等强隐私场景几乎是准入门槛。举个直观的例子：

• 车内你和家人的对话、导航到的地址、屏幕上的验证码；
• 手机里 App 弹出的支付页面、聊天窗口里的私密信息；
• 智能音箱、儿童手表上的语音输入。

这些数据即便加密传到云端，也天然存在合规和信任成本。Step Edge Audio + Step Edge GUI 的组合，让「听懂 + 看懂 + 动手」这套 Agent 闭环第一次可以在硬件本地完成。

3. 原生端云协同：端侧快跑，云端深思

这也是阶跃这次讲得最有辨识度的一点 —— 原生端云协同。

Step Edge 的设计思路不是「用端侧模型替代云端」，也不是「一切都靠云端」，而是明确任务分层：

• 端侧负责：简单任务、高频任务、弱网 / 无网任务，追求速度和隐私；
• 云端负责：复杂推理、长链路 Agent 任务、需要跨域知识和大参数思考的任务。

这套架构，其实和阶跃今年 2 月发布的开源 Agent 基座 Step 3.5 Flash（1960 亿参数稀疏 MoE、350 TPS 推理速度、256K 上下文）形成了完美的上下游关系：云端 Step 3.5 Flash 做「规划大脑」，端侧 Step Edge 做「本地手脚」。用户说「帮我在几个电商平台上比价 Mac Mini M4」时，云端负责拆解意图、规划子任务，端侧 Step Edge GUI 负责在手机上具体操作 App、抓取实时数据。

配套 Step Inference NPU 引擎：终端硬件深度优化

光有模型是不够的。手机、车机的算力和内存都远不及云端 GPU，端侧模型要真正跑得动、跑得快，必须做硬件级的推理优化。

Step Edge 全家桶同步配套了 Step Inference NPU 引擎，专门针对终端硬件做推理优化，在文本、视觉、语音等多种输入形态下进一步降低端到端延迟。这套引擎能否成为国产端侧的「安卓底层」，值得后续持续关注。

结合此前阶跃与吉利、OPPO、千里科技的合作背景来看，Step Inference NPU 引擎大概率会率先和这些合作伙伴的芯片、SoC 平台做深度打通 —— 尤其是车机侧，L3/L4 自动驾驶逐步落地的窗口期正在打开。

从 Step-GUI Edge 到 Step Edge 全家桶：阶跃的端侧路线图

这次的 Step Edge 发布，并不是孤立事件，而是阶跃一整条端侧 Agent 路线的延续：

1. 2025 年 2 月：Step UP 生态开放日上，阶跃首次系统性公布「车+手机+IoT+具身智能」的全产业布局，宣布与吉利、OPPO、智元机器人、TCL 等达成端侧合作；
2. 2025 年底：升级发布 Step-GUI 系列，包含云端模型 Step-GUI、面向 GUI Agent 的 MCP 协议，以及业内首个支持手机部署的开源端侧模型 Step-GUI Edge，覆盖淘宝、微博、抖音、小红书、闲鱼等超 200 个 App 场景；
3. 2026 年 2 月：印奇挂帅一周后，阶跃发布开源 Agent 基座 Step 3.5 Flash，实现 350 TPS 推理速度，把端云协同的「云端大脑」补齐；
4. 2026 年 7 月 12 日（今天）：Step Edge 端侧模型全家桶登场，Audio、GUI、Gen 三条模态线一次齐活，端侧战略从「单点模型」升级为「全家桶产品矩阵」。

可以说，Step Edge 是阶跃「模硬一体」战略最直接的产品化落地。此前印奇在千里科技、阶跃星辰之间的「双线任职」，以及 50 亿元 B+ 轮融资的落地，都在为今天这一步做准备。

为什么是端侧，为什么是现在

把视野拉高一层，会发现 2026 上半年整个国产大模型行业都在把重心往端侧倾斜：

• 字节推出豆包手机助手技术预览版；
• 智谱跟进开源 AutoGLM；
• 阿里千问 App 全面接入淘宝、支付宝、高德，宣称「AI 长出了触达真实世界的手和脚」；
• 月之暗面 Kimi K2.5 主打「智能体集群」；
• 阶跃则在这条战线上第一个把「端侧模型全家桶」这件事做到了产品化。

背后的行业共识是：当云端模型智力已经足够强、Token 单价持续下降时，AI 落地的下一站瓶颈不是「模型多聪明」，而是「Agent 能不能真的动起手来」。而要真正动起手来，就必须解决三件事 —— 延迟、隐私、成本。

这也正是 Step Edge 全家桶三大亮点想回答的问题：

• 延迟 → 0.1 秒本地 toolcall；
• 隐私 → 全模态数据不出端；
• 成本 → 端侧扛住简单高频请求，云端只处理复杂任务。

开发者和硬件厂商能拿到什么

虽然本次官方通告没有透露 Step Edge 全家桶四款模型的开源节奏，但结合阶跃过去一年的开源节奏（Step-Video-T2V、Step-Audio、Step-GUI Edge、Step 3.5 Flash 等接连采用 MIT / 开源协议），端侧 Agent 生态开发者可以合理预期以下几件事：

• 个人开发者：可以基于 Step Edge GUI + MCP 协议，快速在自有 App 或硬件上部署具备视觉理解 + 指令执行能力的 Agent 助手，参考此前 Step-GUI Edge 官方给出的「10 分钟部署上线」路径；
• 手机 / 车机厂商：可以直接把 Step Edge 全家桶集成到自家系统层，配合 Step Inference NPU 引擎做端侧加速，打造类似 OPPO「一键问屏」「一键全能搜」的 AI 手机原生功能，或者座舱层面的语音 Agent；
• IoT / 具身智能厂商：Step Edge Audio 尤其适合无网 / 弱网场景下的本地语音理解，配合 Step Edge Gen 可以做本地内容生成，直接补齐当下 IoT 设备「联网才有 AI」的短板。

写在最后

Step Edge 全家桶的登场，标志着国产大模型的竞争主战场，正在从「云端参数榜单」全面转向「端侧真实场景」。

在这场从「参数崇拜」到「智能密度」再到「端侧落地」的三级跳里，阶跃星辰用今天这一发布告诉行业一件事：Agent 的下一次爆发，不会在浏览器标签页里发生，而会在你手里的手机、开的车、戴的耳机里发生。

而当 Agent 真正原生跑进这些设备时，行业竞争的胜负手，也就不再只是「谁的模型更大」，而是「谁的模型跑得进硬件、扛得住隐私、算得过成本」。

从这个意义上说，Step Edge 全家桶不是一次简单的模型上新，而是一次端侧战略的正式集结号。2026 年下半年，围绕端侧 Agent 的这场巷战，才刚刚打响。

---

参考来源

• 阶跃星辰端侧模型全家桶 Step Edge 登场，面向手机、汽车等终端场景 - IT之家 —— 本次 Step Edge 端侧模型全家桶发布的官方一手快讯，包含四款模型清单与三大核心亮点。