[image] 
STEP3-VL-10B 是一款轻量级开源基础模型，旨在重新定义紧凑高效性与前沿多模态智能之间的权衡。尽管其参数规模仅为 10B ，STEP3-VL-10B 在 视觉感知 、复杂推理 和 以人为中心的对齐 方面表现卓越。它持续超越所有 10B 以下规模的模型，甚至可与规模大得多（10–20 倍于其自身 ）的开源模型（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 和 Seed-1.5-VL）相媲美或超越。 
[image]