企业官网建设流程全解析

• 大模型
• 基础模型
• 人工智能
• 多模态
• AI Agent
• 本地部署

Step-5-Preview是阶跃星辰（StepFun）推出的旗舰级 AI 智能体大模型，专为软件工程与专业知识工作打造，在金融领域表现尤为突出。它采用 600B 总参数的稀疏混合专家（MoE）架构，每个 token 仅激活 27B 参数，支持最高100 万 token的上下文长度，可接收文本、图像和视频输入，能在复杂任务中持续推理并自主调用工具。

本文将从普通用户视角，带你快速看懂这款智能体大模型的五大核心能力、性能表现、部署方式与仓库结构，帮助你判断它是否适合你的工作流。

🧠 Step-5-Preview 是什么：一句话了解旗舰智能体大模型

Step-5-Preview 的定位是"面向智能体工作（Agentic Work）的旗舰模型"：它不只是"回答问题"，而是能像一位靠谱的工程师/分析师那样，长时间自主地规划、执行、验证和修正任务。

核心规格速览（来源：README.md）：

🚀 五大核心能力详解

能力一 | 软件工程：仓库级代码开发与前端视觉

这是 Step-5-Preview 的看家本领。它支持仓库级（repository-level）软件开发：

• 🗂️ 在大型代码库中"导航"，跨文件协调修改；
• 🖥️ 前端与视觉开发，以及面向设备的编程；
• 🧪 能自己运行代码、验证结果，并根据反馈持续迭代。

官方 DeepSWE v1.1 评测即采用 SWE-agent 智能体框架完成真实软件工程任务，覆盖从读懂 Issue 到提交补丁的完整闭环。

能力二 | 长时程智能体执行：工具调用与自主迭代

"长时程（Long-Horizon）"意味着模型可以跨几十个甚至上百个步骤持续工作：反复调用工具 → 执行 → 验证 → 修正，并始终利用长上下文中的历史信息。

这一能力由模型层的原生支持保障——chat_template.jinja 中内置了标准 tool call 格式与think思考块，配合推理服务端的--tool-call-parser step5与--reasoning-parser step5解析器，让工具调用和推理过程可以被稳定解析、多轮衔接。

能力三 | 100 万 token 超长上下文：一次读完整套文档

1M 级上下文是"智能体可靠工作"的底座：整套代码库、数十份合同、一整年的财报，都可以一次性装进"工作记忆"。

从 config.json 可以看到支撑长上下文的技术设计：

• 92 层解码器采用混合注意力：多数层使用滑动窗口注意力（窗口 512），每 4 层一次全局注意力；
• 全局注意力层叠加DSA 稀疏注意力（topk 512 相关区域检索），把长序列的注意力成本控制在可部署范围；
• RoPE 位置编码扩展至max_position_embeddings: 1048576。

对普通用户来说，这意味着：不用再手动分段总结，模型自己就能"读完全卷再下结论"。

能力四 | 多模态理解：文本、图像、视频一站式输入

Step-5-Preview 是多模态模型（model_type: step5_vl），内置名为perception_encoder的视觉编码器（47 层 Vision Transformer、宽度 1536），实现代码见 inference/vision_encoder.py。

典型的多模态智能体场景：

• 📸 分析截图、UI 设计稿、报错弹窗截图并定位问题；
• 📈 解读图表与 K 线、报表图片中的关键数据；
• 🎬 理解视频内容并生成结构化分析。

图片特征在 prefill 阶段注入文本解码器（728×728 总览图约产生 169 个视觉 token），细节机制见 inference/model.py。

能力五 | 金融与专业知识分析：从数据到结构化报告

官方特别强调模型在金融领域的突出表现：把定量推理（quantitative reasoning）与财报、数据、附件文档的交叉分析结合起来。

在更广泛的专业知识工作中，它能把"研究 + 多模态理解 + 工具调用"组合起来：分析长文档、图表、截图、图像和视频，最终产出结构化的报告与分析。对分析师、研究员和财务从业者来说，这是从"问答工具"到"数字员工"的跨越。

📊 性能表现：Step-5-Preview 基准测试实力如何

官方性能覆盖四大板块：编程（Coding）、智能体任务（Agentic）、专业知识工作（Professional Knowledge Work）、金融（Finance）。

几点使用提示（来自 README.md 的 Evaluation Notes）：

• 官方结果均在High 推理档位下取得；
• 推荐采样参数：temperature=1.0、top_p=0.95、top_k=0；
• 评测方法、背景与长时程案例研究详见官方模型页（仓库 Resources 一节有索引）。

⚡️ 架构速览：600B MoE 模型为何"大而快"

很多人会问：600B 参数岂不是跑不动？关键在于稀疏激活：

• 模型包含352 个路由专家，每个 token 只由 router 选出8 个专家（moe_top_k: 8）参与计算，实际激活参数约 27B；
• 专家权重支持FP8（e4m3）量化，视觉塔等敏感模块保留 BF16，显存占用大幅下降；
• 张量并行（TP）+ 专家并行（EP）可把 352 个专家均匀分布到多卡——如 TP=EP=8 时，每卡仅承载 44 个专家。

💡 打个比方：它像一个 600 人的专家团队，但每个问题只召集最相关的 8 位专家会诊——既有专家规模，又有小模型的响应成本。

🛠️ 如何部署 Step-5-Preview：三种主流方案快速上手

官方支持vLLM / SGLang / Transformers三条路径。服务化部署（vLLM、SGLang）提供 OpenAI 兼容 API；Transformers 路径适合离线生成。

部署配置速查表（来源：README.md）：

方案要点：

1. vLLM：拉取官方镜像vllm/vllm-openai:step-5-preview后启动服务，端口 18000，模型名step5；
2. SGLang：拉取lmsysorg/sglang:step-5-preview镜像，端口 30000，支持 EAGLE 多步投机解码；
3. Transformers 离线推理：仓库自带独立推理栈（inference/README.zh.md），流程为：先用 inference/convert.py 把权重转换为按卡分片，再用 inference/generate.py 启动torchrun生成。核心算子（稀疏注意力、FP8 专家 GEMM）在 inference/kernel.py 中以 Triton/CUDA 实现，依赖版本见 inference/requirements.txt。

⚠️ 提示：1M 上下文的上限取决于 KV cache 余量，显存不足时可降低--max-model-len或并发数。

💬 快速体验：发送第一个 Step-5-Preview 请求

服务启动后，用 OpenAI 兼容接口发一条请求即可：

curl http://127.0.0.1:18000/v1/chat/completions \ --header 'Content-Type: application/json' \ --data '{ "model": "step5", "messages": [{"role": "user", "content": "Hello!"}], "max_tokens": 4096, "stream": true }'

如果你需要研究或微调配套资产，也可以克隆代码仓库：

git clone https://gitcode.com/StepFun/Step-5-Preview

📁 仓库文件导航：从文档到源码

⚖️ 许可证与使用条款

Step-5-Preview 采用StepFun Model License 1.0许可，属于 Apache-2.0 风格许可证，附带针对模型使用、修改和分发的署名与商用附加条款（详见 LICENSE.txt 与 LICENSE-CN.txt）。商用前请务必阅读完整条款；仓库内如标注其他许可的第三方材料，按其各自许可执行。

小结：Step-5-Preview 把"600B 专家规模 + 27B 激活成本 + 1M 上下文 + 原生工具调用 + 多模态理解"组合成一台面向软件工程和金融分析的智能体引擎。如果你正需要一个能长时间自主干活、跨文件改代码、跨文档做分析的 AI 同事，它就是目前开源阵营中值得重点评估的选择。

• 大模型
• 基础模型
• 人工智能
• 多模态
• AI Agent
• 本地部署