当前，我国人工智能产业正处于快速发展期，如何提升大模型推理效率、降低应用成本成为行业亟待解决的关键问题；业内专家指出，模型与算力的协同不足导致推理成本居高不下，严重制约了大模型在实体经济中的规模化应用。 针对该行业痛点，阶跃星辰最新发布的Step 3.5 Flash采用了创新的稀疏MoE架构设计。技术资料显示，该架构通过动态激活参数的方式，在保持1960亿总参数规模的同时，每个token仅激活约110亿参数，实现了推理效率提升。实测数据显示，该模型在单请求代码类任务上的推理速度可达每秒350个token。 更值得关注的是，华为昇腾、沐曦股份等国内主流芯片厂商已率先完成对该模型的适配工作。这一成果源于2025年7月成立的"模芯生态创新联盟"，该联盟汇集了近10家芯片及基础设施厂商，致力于打通产业链上下游的技术壁垒。分析人士认为，这种联合创新模式提升了算力利用效率，为国产大模型的商业化应用扫清了障碍。 从产业发展角度看，Step 3.5 Flash的推出具有多重积极意义。首先，开源策略降低了企业应用门槛；其次，优化的推理性能大幅减少了运营成本；最重要的是，产业链协同创新模式的建立为我国人工智能技术的自主可控发展提供了新范式。 前瞻产业研究院数据显示，到2026年，我国大模型市场规模有望突破千亿元。基于此，类似阶跃星辰这样的技术创新将发挥关键作用。专家建议，后续应更加强产学研合作，提升模型架构与算力适配方案。
从开源基座模型到多芯片适配，再到联盟式协同优化，这些动向反映了大模型产业从"比参数"转向"比效率、比落地"的趋势。面向更广泛的应用场景，只有持续推动技术创新与产业协作，降低推理门槛、提升可用性与经济性，才能让人工智能真正应用于各行各业，创造可持续的产业价值。