第四章:微软回来的人

从西雅图到上海

姜大昕在微软待了很多年。

全球副总裁。负责过必应搜索的核心算法。做过Cortana——微软的语音助手,比Siri更早理解自然语言的那个产品。

在微软的层级体系里,“全球副总裁”已经是中国人能达到的最高位置之一了。再往上,是执行副总裁、是CEO。那条路,华人在微软的历史上,还没有人走通过。

姜大昕没有继续往上爬。

他回来了。

2023年,姜大昕回到中国,在上海创立了阶跃星辰(StepFun)。

从西雅图到上海。从微软全球副总裁到创业公司CEO。从管理几千人的研究院到从零开始搭团队。

很多人问他为什么回来。

他没公开回答过这个问题。但你看看2023年的AI行业,答案不言自明——大模型的浪潮来了,中国是这个浪潮中仅次于美国的战场。在微软打工,你是别人的将领。回来创业,你才是自己的主帅。

姜大昕选了后者。

“1+3”

阶跃星辰的核心团队架构,被简洁地概括为”1+3”。

1是姜大昕。CEO。

3是三位联创——

张祥雨。首席科学家。ResNet核心作者之一。

如果你不知道ResNet意味着什么,这么说吧:2015年,ResNet横空出世,在ImageNet比赛中以碾压性优势夺冠,彻底改变了深度学习的方向。直到今天,你手机里的每一个AI功能——人脸识别、语音助手、拍照算法——背后都有ResNet的影子。

ResNet的论文引用量超过20万次。是AI历史上被引用最多的论文之一。

张祥雨就是这篇论文的核心作者之一。

把他招进阶跃星辰,相当于在中国AI创业公司里放了一个图灵奖级别的大脑。

印奇。董事长。旷视科技联合创始人。

印奇的故事更长。旷视科技(Megvii)是中国最早一批AI独角兽之一,做计算机视觉起家,曾经是阿里、蚂蚁金服的核心技术供应商。旷视的起落,本身就是中国AI产业的一个缩影。

印奇还是千里科技的董事长。千里科技——听名字你可能不熟,但它的前身是力帆汽车,重庆的民营汽车企业。印奇跨界进入了汽车行业。

2026年1月,印奇正式出任阶跃星辰董事长。

这个任命意味深长。它意味着阶跃星辰不满足于只做一家模型公司——它要做一家渗透到硬件、渗透到汽车、渗透到手机的公司。

朱亦博。CTO。前微软亚研院、字节AI Infra负责人。

微软亚研院——中国AI人才的黄埔军校。字节AI Infra——中国互联网公司里最强的AI基础设施团队之一。朱亦博在两个地方都待过,既懂研究又懂工程。

模型架构是他负责搭建的。从研究到工程,从理论到落地,朱亦博是那个把论文变成系统的人。

“1+3”。一个CEO加三个联创。每个人单独拎出来,都能撑起一家独角兽。四个人凑在一起,在上海张江的办公室里,开始了他们的征程。

50亿

2026年1月,阶跃星辰宣布完成B+轮融资。

金额:50亿人民币。

投资方:上海国投领投。

50亿。这是中国大模型赛道单笔融资的最高纪录。

在这个赛道上,融资超过10亿就算大手笔了。50亿是什么概念?是绝大多数AI创业公司融资金额的总和。

但这笔钱不是白给的。

上海国投是国资。国资投50亿,意味着上海市政府把阶跃星辰当成了”亲儿子”来扶持。在中国,政府背景的投资不只是钱——它意味着政策资源、算力资源、数据资源、客户资源。

上海需要一家自己的大模型旗舰公司。北京有智谱,杭州有月之暗面,上海选择了阶跃星辰。

这笔50亿的融资,本质上是一张入场券——上海市政府用50亿买了一张通往AI时代的门票。

2026年5月,阶跃星辰又完成了Pre-IPO轮,估值接近25亿美元。

从创立到25亿美元估值,用了不到三年。

速度。

多模态卷王

如果说其他几家大模型公司各有所长——智谱擅长成本控制,月之暗面擅长品味,MiniMax擅长出海——那阶跃星辰擅长什么?

卷。

阶跃星辰是公认的”多模态卷王”。

Step系列模型,已经发布了十余款。

Step-2:万亿参数MoE大模型。这是旗舰。

Step-3:下一代主力模型。

Step 3.5 Flash、Step 3.7 Flash:轻量化版本,速度更快、成本更低。

Step-GUI系列:专门做图形界面理解——让AI看懂屏幕上的内容,理解UI布局,帮你操作软件。

十余款全模态模型。覆盖文本、图像、语音、视频、GUI……你能想到的模态,阶跃星辰都做了。

为什么这么卷?

因为姜大昕在微软的时候就深刻理解一个道理:在平台转换期,速度就是一切。

PC时代的微软,因为Windows的先发优势,统治了整个个人计算市场三十年。移动互联网时代,苹果因为iPhone的先发优势,拿到了全球手机利润的80%。

AI时代,谁能率先做出全模态的”操作系统”,谁就能定义下一个三十年。

姜大昕不想做模型供应商。他想做AI时代的平台公司。

模型只是入场券。平台才是终局。

所以阶跃星辰疯狂地发模型——不是因为技术炫耀,而是因为每一款模型都在试探多模态的边界。每一条产品线都在为未来的平台积累能力。

Step AOS

2026年7月,阶跃星辰发布了Step AOS。

全球首个智能体原生操作系统。

这句话的分量,值得拆开来看。

“智能体原生”——不是在现有操作系统上加一层AI皮肤,而是从底层架构开始,就为AI智能体设计。AI不是”附加功能”,是”核心公民”。

“操作系统”——不是应用,不是中间件,是操作系统。是那个位于硬件和应用之间、管理一切资源、定义一切交互规则的基础软件。

做操作系统,是中国科技产业几十年来最深的执念。

从红旗Linux到鸿蒙,从YunOS到Deepin,中国科技公司一次次尝试做自己的操作系统,一次次铩羽而归。做操作系统的难度,不在于技术——技术是可以追赶的。难度在于生态:没有开发者愿意为你的系统写应用,你的系统就是一具空壳。

但AI时代给了中国一个重新洗牌的机会。

如果AI智能体成为计算设备的主要交互方式——不是App,不是浏览器,而是AI智能体——那么,谁先做出面向智能体的操作系统,谁就有可能建立全新的生态壁垒。

阶跃星辰赌的就是这个。

手机和汽车

Step AOS的第一个落地场景,是手机。

STEPX Neo。全球首款大模型原生智能体手机。获得了L3级国标认证。

L3是什么概念?在中国智能终端的国标体系里,L3意味着手机上的AI智能体能够在特定场景下自主完成复杂任务——不是”帮你查天气”,而是”帮你订机票、安排行程、预订酒店、通知接机人员”这种跨应用的多步骤任务。

阶跃星辰不只做自己的手机。它还跟OPPO、荣耀等手机厂商合作,模型装机量超过4200万台。

4200万台。这个数字让阶跃星辰成为中国手机端AI模型装机量最大的供应商之一。

然后是汽车。

阶跃星辰跟千里科技、吉利联合打造了AgentOS座舱——车载AI智能体系统。

在汽车这个场景里,AI智能体要做的事情更复杂:语音交互只是基础,真正的挑战在于——理解驾驶场景、预判用户需求、协调车内的多个系统(导航、娱乐、空调、安全)、以及与手机端的AI智能体无缝联动。

你下了车,手机上的AI知道你刚才在车里说了什么。你上了车,车里的AI知道你刚才在路上用手机做了什么。

跨设备、跨场景的连续性。

这是阶跃星辰做”操作系统”的真正野心——不是一个设备的操作系统,是所有设备的操作系统。

从5亿到12亿

2025年,阶跃星辰的营收接近5亿人民币。

2026年预期约12亿。

从5亿到12亿,翻倍以上的增长。

这个营收规模,在中国AI大模型创业公司里属于第一梯队。很多同行的营收还在几千万到一两亿的区间里挣扎。

阶跃星辰的营收从哪来?

三个方向:

AI+手机。 模型授权费。跟OPPO、荣耀等厂商的合作,每个设备上都装着阶跃星辰的模型。装机量越大,收入越多。4200万台,每台抽几块钱,就是过亿的收入。

AI+汽车。 跟千里科技、吉利的合作。车载系统的AI授权,客单价比手机高得多——一辆车的软件授权费可能是手机的几十倍。

企业服务。 Step系列模型的API调用、私有化部署等B端收入。

三个方向,构成了阶跃星辰的营收三角。

但最值得关注的不是现在的收入,而是收入的增速。从5亿到12亿,意味着阶跃星辰的商业模式开始跑通了——模型不再是纯粹的研发投入,它开始产出回报了。

这就是为什么阶跃星辰计划在2026年上半年递表港交所。

上市。

目标估值:100亿美元。

从2023年创立到2026年上市,三年。从零到100亿美元。

这个速度在中国科技创业史上排得进前十。

微软的遗产

回头看姜大昕的选择,你会发现一个有趣的脉络。

微软给了姜大昕三样东西。

第一,全球视野。 在微软做全球副总裁,他见过世界级的竞争是什么样子。他知道中国公司要在全球竞争中胜出,需要什么样的能力。所以他回来做的不是一家中国公司,是一家有全球雄心的公司。

第二,平台思维。 微软是全球唯一一家同时做过操作系统(Windows)、云平台(Azure)和AI平台(与OpenAI合作)的公司。姜大昕在微软学会了”平台思维”——做底层,做基础设施,做生态。所以阶跃星辰不满足于做模型,要做操作系统。

第三,工程能力。 微软的工程文化,是全世界最强的之一。从必应搜索到Cortana,姜大昕负责的都是超大规模的工程系统。这种工程能力,被带到了阶跃星辰——十余款模型的高密度发布,背后是极强的工程化能力在支撑。

微软给了姜大昕三样东西。姜大昕用这三样东西,在上海建了一座不同的城。

从西雅图回来的人,带着微软的遗产,在中国的土壤里种出了一棵多模态的大树。

十余款模型。全球首个智能体操作系统。4200万台装机量。从5亿到12亿。

这是微软回来的人交出的成绩单。

但姜大昕大概不会满足于此。因为微软教会他的不是”做出好成绩”。

微软教会他的是:定义赛道。