阶跃星辰发布Step-DeepResearch：低成本原子能力深度研究AI智能体

阶跃星辰推出Step-DeepResearch：让AI真正像研究员一样工作

近日，国内AI公司阶跃星辰（StepFun）发布了一款名为Step-DeepResearch的新型智能体模型。它不是又一个能回答“什么是量子计算”的聊天机器人，而是一个能帮你读完几十篇论文、比对数据、找出矛盾点，最后写出一份有参考文献、有逻辑结构的研究报告的“数字研究员”。

市面上大多数AI助手，输入一个问题，它就去网上找几条相关结果，拼一拼给你答案。Step-DeepResearch不一样——它面对的是“分析新能源电池技术的专利趋势”“对比三家光伏企业的财报风险”这类复杂任务。

它会先拆解问题：哪些数据是关键？哪些来源最权威？哪些观点存在冲突？然后主动去查论文、财报、专利库，甚至交叉验证不同来源的信息。如果发现某篇论文的数据与其他研究矛盾，它不会直接采信，而是标记疑点，继续找佐证。

整个过程，像极了一个资深分析师在图书馆里翻资料、做笔记、写草稿的样子——只不过它不睡觉，也不疲劳。

过去，要完成这样的研究任务，往往需要多个工具配合：一个做搜索，一个做摘要，一个做引用管理，一个写报告。Step-DeepResearch把这一切都“装”进了一个320亿参数的模型里。

它不需要调用外部插件，也不依赖多个AI系统协作。所有规划、检索、验证、写作，都在同一个模型内部完成。这不仅减少了系统延迟，也让输出更连贯——没有“A系统说这个，B系统说那个”的混乱感。

阶跃星辰团队透露，模型基于Qwen2.5-32B进行深度优化，训练数据来自真实的技术报告、上市公司财报、学术论文库和知识图谱，总量超过2000万条高质量文本。不是靠“编”出来的数据，而是用真实世界的信息喂出来的。

在Scale AI的深度研究评测中，Step-DeepResearch的“任务依从率”达到61.42%，这个数字意味着它能准确理解并完成复杂研究指令的比例，已经和OpenAI、Google的同类系统不相上下。

更让人意外的是，在阶跃星辰自建的中文研究基准测试ADR-Bench中，这个320亿参数的模型，甚至超过了部分1000亿+参数的开源模型。换句话说，它用更小的体积，做出了不输“巨无霸”的效果。

这对企业和研究者意味着什么？成本更低，响应更快，部署更容易。不需要买下整个GPT-4级别的算力，也能获得接近专业研究团队的分析能力。

你是一名行业分析师，想了解“中国储能政策对锂电回收企业的影响”，它能帮你梳理近五年政策文件、整理15家上市公司的财报数据、对比技术路线变化，并输出带引用的PDF报告。
你是研究生，导师让你“综述近三年AI在医疗影像中的临床验证研究”，它能自动筛选PubMed和CNKI中的核心论文，剔除低质量研究，归纳出主流方法与未解难题。
你是投资人，想评估一家初创公司的技术壁垒，它能抓取其专利布局、核心团队背景、竞品对比，甚至指出其技术描述中模糊或夸大的部分。

这些不是想象，而是团队内部已经跑通的用例。

阶跃星辰同步发布了完整技术论文：https://arxiv.org/pdf/2512.20491，详细说明了模型架构、训练方法和评测结果。这不是“黑箱”产品，而是愿意让你看懂它为什么能做的系统。

目前，模型已开放部分API接入，企业用户可申请测试。团队也表示，未来将推出面向科研团队的协作版本，支持多人标注、版本追踪和报告共享。

AI不是要取代人，而是要帮人把时间从重复劳动中解放出来。Step-DeepResearch的目标，就是让每一个需要深度信息的人——无论是学者、分析师、创业者，还是普通研究者——都能拥有一位24小时在线、不收加班费的“数字研究助理”。