阶跃星辰宣布开源 Step3-VL-10B，包括 Base 模型和 Thinking 模型，性能超越 20 倍大模型。

公告称，仅用 10B 参数量，Step3-VL-10B 在视觉感知、逻辑推理、数学竞赛以及通用对话等一系列基准测试中均达到同规模 SOTA 水平，并且解决了参数量小和智能水平高难以兼优的行业难题。

在多项关键评测中，Step3-VL-10B 媲美甚至超越规模大 10-20 倍开源模型（如 GLM-4.6V 106B-A12B、Qwen3-VL-Thinking 235B-A22B）以及顶级闭源旗舰模型（如 Gemini 2.5 Pro、Seed-1.5-VL）。

基于这样一个小而强底座，原本只能在云端运行的复杂多模态推理（如 GUI 操作、复杂文档解析、高精度计数）能够下沉到手机、电脑甚至工业嵌入式设备中。

Step3-VL-10B 具备三大核心亮点：

• 极致视觉感知标杆：在同参数量级中展现出顶尖的识别与感知精度。通过引入 PaCoRe（并行协调推理） 机制，模型在复杂计数、高精度 OCR 及空间拓扑理解等高难度任务上的可靠性实现了质的飞跃。

• 深层逻辑推演与长程推理：得益于规模化强化学习（RL）的持续迭代，Step3-VL-10B 在 10B 规模上实现了跨任务推理能力的阶跃。无论是竞赛级数学难题、真实编程环境还是视觉逻辑谜题，模型均能通过严密的多步思维链推导出最终答案。

• 强大端侧 Agent 交互：基于海量 GUI（图形用户界面）专用预训练数据，模型能够精准识别并操作复杂界面，成为端侧 Agent 的核心引擎。

Step3-VL-10B 提供 SeRe（顺序推理）和 PaCoRe（并行协调推理）两种范式，在STEM 推理、识别、OCR & 文档、GUI Grounding、空间理解、代码等核心维度，都取得了千亿级别模型的优秀分数，PaCoRe范式表现更优。

更多详情可查看官方公告。