当大模型从API黑盒走向开源权重，真正的产业变革才刚开始。10月15日，阶跃星辰宣布开放Step 5 Preview模型权重，涵盖BF16与FP8双版本，在AI编程、软件工程、专业知识工作、金融等任务上达到前沿水平。更值得关注的是，华为昇腾、沐曦股份、壁仞科技同步宣布0Day支持，首套1024卡Atlas 950 SuperPoD液冷超节点也在当天点亮。这场由模型开源牵引的算力协同战，正在为AI办公、企业智能化铺设全新的基础设施。
开源权重背后的技术突围
Step 5 Preview并非一次简单的模型发布。从技术规格来看，BF16和FP8两个版本的权重同时上线Hugging Face与ModelScope，开发者可以通过vLLM或SGLang部署兼容OpenAI接口的API服务，也可以使用Transformers进行离线推理。这意味着企业不再受限于单一云平台，能灵活地将模型部署到自有环境中，满足数据隐私与合规要求。
在模型能力层面，Step 5 Preview聚焦于高难度任务场景，尤其在AI编程、软件工程、专业知识问答和金融分析等领域表现亮眼。这类能力恰恰是AI办公中最刚需的部分——从自动生成代码、辅助技术文档撰写，到金融研报提炼、复杂逻辑推理，Step 5 Preview的开源让企业级用户有了可定制、可私有化部署的高水准选择。
值得注意的是，Step 5 Preview支持100万token的上下文窗口。超长上下文对于处理大型项目代码库、多文档对比分析、长篇幅合同审查等任务至关重要。过去AI办公工具常常因上下文限制而“断片”，Step 5 Preview则让模型能够在一个会话中完整消化数万字材料，极大提升了工作效率。
开源策略本身也释放了明确信号：阶跃星辰希望通过开放权重吸引开发者构建生态，而不是仅仅做一个模型供应商。这种思路与全球开源社区的主流趋势一致。对于最新科技观察者而言，Step 5 Preview的发布意味着国产大模型已经具备了与国际前沿抗衡的技术底气，并且在工程化落地上走得更远。
昇腾超节点：液冷架构下的算力跃迁
华为昇腾此次为Step 5 Preview提供了深度优化的推理方案。基于vLLM Ascend推理引擎，昇腾团队围绕模型架构与Atlas 950 SuperPoD液冷超节点的硬件特性，构建了高效协同的优化链路。从Ascend C与Triton融合算子，到多流并行、计算空泡优化，再到MTP投机解码、NPU Graph图执行，昇腾通过系统性创新打通了模型、算子和推理框架之间的全链路。
Atlas 950 SuperPoD是业界规模最大的1024卡超节点产品，提供1 EFLOPS FP8、2 EFLOPS FP4的澎湃算力。256TB全局统一内存编址能力、NPU卡间TB级互联带宽、低至3μs的时延，这些硬指标直接决定了大规模并行推理的能力上限。对于AI办公场景而言，高并发访问、多用户同时使用、复杂任务实时响应，都需要底层算力有足够的冗余与调度效率。昇腾超节点的出现，让企业不必牺牲性能来换取国产化。
液冷技术在这套方案中扮演了关键角色。传统风冷在千卡级集群下难以应对散热压力，而液冷不仅降低了能耗，还让计算密度得以大幅提升。从实用角度看，企业部署AI办公系统时，电力成本与机房空间往往是隐性瓶颈，昇腾950超节点的液冷设计恰好缓解了这些痛点。
华为还强调，这套超节点已同步上线点亮，并宣称性能持平海外先进算力。这一表态背后，是国产算力从“可用”走向“好用”的强烈自信。结合企业数字化转型的大背景，昇腾生态的成熟将让更多企业敢于在生产环境核心业务中使用国产算力。
沐曦全栈适配：从GPU到生态的纵深布局
沐曦股份在Day 0阶段便完成了Step 5 Preview的深度适配，其曦云C系列GPU基于自研XCORE架构，搭载大容量高带宽显存与MetaXLink高速片间互联。硬件层面，曦云C系列具备混合精度算力与集群线性扩展能力，尤其适合MoE模型的专家调度和百万Token长上下文推理。这意味着无论是单机多卡还是大规模智算集群，曦云都能稳定承载AI办公类应用的高负载请求。
软件层面，沐曦的核心武器是MXMACA全栈软件栈，覆盖底层驱动、MXCC编译器、深度优化算子库、主流AI框架适配层。这套体系原生兼容主流AI开发生态，将传统大模型适配周期从数周压缩至小时级。对于开发者而言，这意味着在沐曦GPU上运行Step 5 Preview几乎不需要额外的迁移成本，可以快速复用现有的AI办公应用代码。
值得强调的是，自2025年12月以来，沐曦已完成43个主流旗舰模型的Day 0适配，覆盖智谱、阿里千问、MiniMax、DeepSeek、阶跃星辰、腾讯混元等头部厂商。这个数字在行业内并不多见，它体现了沐曦工程团队对模型架构的深刻理解和快速迭代能力。
适配速度是一方面，生态广度又是另一面。沐曦联合多家国产模型厂商构建的适配矩阵，实际上是为企业AI落地提供了一条“无痛迁移”路径。当一家企业决定部署AI办公系统时，最怕的就是被单一硬件厂商绑定。沐曦的做法让用户可以像使用国际主流GPU一样自然地使用国产算力，这对降低整个产业链的替换门槛至关重要。
壁仞科技：多智能体平台带来的新想象
壁仞科技在本次适配中同样表现抢眼。针对Step 5 Preview的文本理解和生成能力，壁仞基于AI推理框架vLLM与自研BIRENSUPA软件栈，在壁砺系列通用GPU上快速完成模型适配，打通了权重加载、服务启动、文本生成等关键链路，并完成功能与精度验证。
更令人感兴趣的是壁仞自研的全栈多智能体平台SUPACODE。该平台可以自动解析并适配Step 5 Preview的DSA、SummaryCache和MoE等关键模块，在此基础上快速打通推理全链路。多智能体架构意味着大模型不再只是一个被动的问答工具，而能拆解为多个子任务协同执行。这与AI办公未来形态高度契合——比如让一个智能体负责信息检索，另一个智能体负责文档生成，再由主智能体整合输出，效率和准确性都会有质的提升。
壁仞选择从“多智能体平台”切入，也反映了一个行业共识：单模型能力再强，也需要一套调度与协同机制才能在真实生产场景中发挥作用。AI Agent技术的兴起正在重塑软件交互范式，壁仞通过SUPACODE提前卡位，为开发者提供了一个更接近“智能员工”的底层支撑。
对于企业IT团队来说，这种平台化适配降低了对模型内部机制的钻研成本。过去部署一个大模型推理服务，需要手工调整算子、优化显存分配、处理并发调度逻辑；如今SUPACODE可以自动化完成大部分适配工作，让开发者把精力集中在业务层应用开发上。这种趋势也预示着，未来AI办公解决方案的竞争将不再局限于模型分数，而是延伸到整个交付体系的成熟度。
国产算力与模型的开源共振
三家公司同日宣布0Day支持，绝非偶然。它背后是国产算力厂商与大模型公司之间越发紧密的协同机制。过去“芯片发布—适配—调优—交付”的漫长链条正在被压缩，“模型开源—算力同步支持—一体化部署”的新模式开始成为主流。这种共振效应对企业用户而言是重大利好。
从实际应用看，AI办公场景中大量任务需要频繁调用大模型进行推理。如果每一轮模型升级都要求硬件方重新适配，那交付周期就会被无限拉长。现在，Step 5 Preview的权重在Hugging Face和ModelScope上线的当天，昇腾、沐曦、壁仞就能提供可用方案，这说明国产AI产业链上下游已经建立起高效的协同机制。
同时，开源本身的推动力不容小觑。模型权重开放后，社区开发者可以基于真实业务场景进行微调和二次开发，而不是被动等待官方更新。大模型训练的门槛虽然仍高，但推理和部署的门槛已经在快速降低。企业可以按需选择FP8版本降低显存占用，或使用BF16追求更高精度，灵活性远高于黑盒API。
另外，AI工具导航类的平台正在帮助更多中小企业快速找到合适的开源模型和部署工具，从而跳过繁琐的调研过程，直接在国产算力上启动AI应用。这种信息服务与基础设施的衔接，也在悄然改变企业选购大模型服务的决策路径。
值得注意的是，这次昇腾Atlas 950 SuperPoD超节点同步点亮，意味着“超节点+开源大模型”的组合开始进入交付阶段。过去超节点主要用在顶尖科研机构，如今它在大模型推理场景中扮演的角色愈发重要。对于处理海量知识密集型AI办公任务的公司来说，算力不再只是速度问题，更是能否承载复杂模型架构的问题。
从模型开源到AI办公的最后一公里
讨论完算力和模型，最终还是要回到用户价值。AI办公之所以被反复提及，是因为它切中了企业降本增效的核心诉求。Step 5 Preview的开源为AI办公应用带来了三个层面的提升。
首先是编程效率的跃升。Step 5 Preview在AI编程和软件工程任务上表现突出，开发者可以用它生成单元测试、代码审查、缺陷修复等。更重要的是，开源权重允许团队基于内部代码库微调，让模型理解企业特定的编码规范，这是通用API难以做到的。
其次是专业知识的深度整合。金融、法律、医疗等知识密集型行业，日常工作中充斥着大量非结构化文档。Step 5 Preview的百万token上下文窗口让模型能够一次性读取整份招股书或技术白皮书，并生成结构化摘要、风险提示或合规建议，直接切入AI办公中最消耗人力的环节。
第三，多模态与长文本结合的能力正在提升办公自动化的天花板。比如，用AI画图来快速生成会议PPT所需的视觉素材，再用Step 5 Preview进行文案撰写和逻辑串联，整个内容生产链路可以被压缩到分钟级。类似地，透明背景的处理需求在电商运营和日常汇报中非常常见，这些细小的工具性AI能力与文本大模型的协同，正在让“一站式AI办公”从口号变成现实。
当然，开源模型+国产算力的组合还有一些挑战需要面对，比如框架兼容性、运维自动化、人才储备等。但趋势已经相当清晰：AI办公的基础设施不再依赖单一的海外云计算平台，国产化替代已经从“备选”走向“优选”。
未来展望：Agent生态与全栈国产化
Step 5 Preview的开源，只是这一轮AI办公浪潮的开端。随着模型权重开放，围绕模型衍生出的Agent生态正在加速生长。以往Agent通常被封装在某个平台上，能力边界由平台商定义；而当模型权重掌握在企业自己手中时，Agent的构建方式将彻底改变。企业可以按照业务流程自由编排智能体，让AI真正成为生产力系统的一部分。
从算力端看，昇腾、沐曦、壁仞的集体适配已经呈现出“全栈国产化”的清晰路径。前端是模型层，中间是推理引擎与软件栈，底层是GPU硬件，再加上液冷超节点这样的基础设施，完整的国产AI技术栈已经能够支撑企业级大规模应用。这种协同带来的成本优势与安全优势，对于政府、金融、能源等敏感行业尤为重要。
可以预见，未来半年内将有更多开源模型采用类似的发布节奏：权重同步上线主流社区、国产算力厂商0Day响应、推理性能快速对齐国际水平。这种“发布链”的成熟，将极大缩短最新科技从实验室到生产环境的距离。
对于正在评估AI办公落地的企业，现在是时候认真审视开源模型的价值了。如果团队拥有一定的工程能力，完全可以在vLLM或SGLang框架上部署Step 5 Preview，并结合AI工具箱中各类实用工具构建定制化工作流。如果缺乏技术团队，也可以通过与算力厂商合作，获得开箱即用的云端推理服务。无论选择哪条路径，模型开源都已经把定义权交还给了用户。
AI图片生成和智能办公相关的配套工具也在同步进化，未来的AI办公将不再局限于文本处理，而是集生成、编辑、管理、协同于一体的智能工作台。当模型能力与工具生态完成融合，企业竞争力将不再比拼谁买了更多软件，而是比拼谁更善于利用AI重塑业务流程。
当下，Step 5 Preview只是一个节点。但在这个节点上，我们看到的是国产模型、国产算力与AI办公应用三股力量的深度交织。它们正在共同定义一个更高效、更自主、更智能的办公未来。