NextStep-1.1
视觉大模型NextStep-1.1
模型基本信息
是否支持推理过程
不支持
最高上下文输入长度
最长输出结果
模型类型
视觉大模型
发布时间
2025-12-24
模型预文件大小
推理模式
开源和体验地址
官方介绍与博客
官方论文
DataLearnerAI博客
API接口信息
接口速度（满分5分）
接口价格
NextStep-1.1模型在各大评测榜单的评分
发布机构
NextStep-1.1模型解读
模型简介与版本定位
NextStep-1.1 是 StepFun（阶跃星辰）在 NextStep 系列中发布的图像生成模型版本更新。根据其 Hugging Face 模型卡与开源仓库的说明，该版本目标是解决 NextStep-1 在可视化稳定性方面出现的问题，并通过更长时间的训练与基于 Flow 的强化学习（RL）后训练流程提升输出质量与稳定性。
开源仓库的更新记录明确写到 NextStep-1.1 于 2025-12-24 对外发布，并提示可通过 Hugging Face 获取对应 checkpoints。
架构与技术路线（基于公开技术报告与官方说明）
在公开技术路线中，NextStep 系列被描述为一种面向图像生成的自回归（Autoregressive, AR）范式：使用因果 Transformer 在统一序列上建模离散文本 token 与连续图像 token，并通过轻量的 flow-matching 头部对视觉位置的连续 token 进行预测。StepFun 的官方研究说明强调了“连续视觉 token”与“flow-matching head”的组合用于避免离散化（如 VQ）带来的信息损失，并以统一 next-token prediction 形式扩展到文本到图像生成与相关编辑能力。
需要注意：NextStep-1.1 的模型卡链接到与 NextStep-1 相同的技术报告（arXiv:2508.10711）。若后续 StepFun 发布专门针对 1.1 的独立技术报告，应以官方新增文档为准更新此处引用。
核心能力与模态支持
从 Hugging Face 的任务标签与模型卡内容看，NextStep-1.1 面向“Text-to-Image”任务，输入为文本提示词，输出为图像结果。模型卡同时提到通过 RL 后训练提升纹理与减少视觉伪影，并强调数值稳定性改进。关于是否在该权重版本中直接提供图像编辑（image-to-image / editing）接口，公开页面未给出与 NextStep-1-Large-Edit 等同级别的明确说明，因此此处不做推断性断言，仅按已明确的文本到图像能力进行登记。
性能与评测信息
当前 NextStep-1.1 的公开页面未展示独立的标准基准分数表。若需要对比评测，可参考 StepFun 针对 NextStep-1 的官方研究页中披露的 GenEval、GenAI-Bench、DPG-Bench、WISE 等基准结果，并在后续确认 1.1 是否发布对应的对照实验与分数更新。
开源、获取方式与许可证
NextStep-1.1 已在 Hugging Face 发布权重，并在模型卡中标注许可证为 Apache-2.0；代码与使用方式可参考 stepfun-ai/NextStep-1 开源仓库。模型卡给出的“Paper”链接指向 arXiv:2508.10711 技术报告。
关注DataLearnerAI公众号
关注DataLearnerAI微信公众号，接受最新大模型资讯
