配車アプリを開いて住所を入力し、車を選ぶ代わりに、行き先をスマートフォンに伝えればよい。すると、目標を受け取り、自律的に実行するソフトウェアであるエージェントが、残りの手順を処理する。
StepFunは発表会で、エージェント時代にはAIはもはやスマートフォンに追加される機能ではなく、製品そのものだと述べた。
StepFunは7月13日、上海でエージェント、オペレーティングシステム、STEPXブランドを初公開したが、価格も販売日も発表しなかった。同社は当時、従来のスマートフォン用ソフトウェアは自律的なタスク実行を想定して作られていないと述べた。
SiriやGeminiは、iOSやAndroid内で動作するアシスタントだ。StepFunによると、Step AOS 1.0はエージェント向けに一から開発され、長期記憶、タスクのスケジューリング、セキュリティ制御が基盤層に組み込まれている。同社はこのシステムを、Android、Linux、リアルタイムOSの各コンポーネントを組み合わせたものと説明している。
Step AOSは、メッセージ、アプリ、ファイル、設定などのスマートフォン機能を、エージェントが直接呼び出せる小さなブロックに分割する。これにはModel Context Protocol(MCP)を使う。MCPはAIプログラムが他のソフトウェアに接続するための共通規格だ。ユーザーは、使い慣れたアプリ一覧と、エージェント専用の別画面という2つの入り口を利用できる。
Amooと呼ばれるエージェントは、ユーザーの事実、習慣、好みに関する記憶と、タスクの実行方法について学習した内容に関する記憶を、それぞれ別に保持する。アラームの設定のような簡単な指示はスマートフォン内の小型モデルで処理され、一部はオフラインでも動作する一方、複数のアプリにまたがる難しい依頼はクラウド上の大型モデルに送られる。背面の2つ目のMiniLED画面には、Amooが何をしているかが表示される。

Alipay、Tencent、Ctrip、Didi、Meituanなど、約100社の企業や製品がAmooへの対応を表明している。決済、旅行予約、コンテンツ制作は、引き続きそれぞれのプラットフォーム上で完了する。これが、Doubaoが採用した画面読み取りとクリック操作のシミュレーション方式に対する、StepFunの代替策だ。
StepFunは、Microsoftの元副社長であるJiang Daxinが2023年に創業した。同社はChatGPTを支えるようなAIシステムである大規模言語モデル(LLM)を自社で開発している。主力モデルのStep 5 Previewは9月に登場し、6000億のパラメーターを備える。パラメーターとは、モデルの学習中に調整される内部数値で、そのうち一度に使用されるのは270億だ。
Step 5 Previewは、AIサービスが数え、料金を請求するテキストの単位であるトークンを、一度に最大100万個取り込める。今年前半に公開された小型モデルのStep 3.5 Flashは、Apache 2.0ライセンスのオープンソースだ。
3999元の価格には、月1000億トークンを提供するSTEPX Token Planの12カ月分が含まれる。初年度終了後にAIの利用にいくらかかるかについて、StepFunは明らかにしていない。
