Hogar
El Xunfei Xinghuo X2-Flash sale al mercado con una potencia de cálculo local mejorada y compatibilidad con textos largos de 256 KB
El 29 de abril, iFLYTEK presentó oficialmente el nuevo modelo Spark X2-Flash y abrió su interfaz API, lo que supone un nuevo hito en materia de eficiencia para las aplicaciones de modelos a gran escala desarrolladas en el ecosistema nacional de potencia de cálculo.
El modelo utiliza la arquitectura MoE (Mixture of Experts) predominante en la actualidad, con un total de 30 000 millones de parámetros. Su característica más destacada es la compatibilidad con un contexto ultralargo de hasta 256K. Cabe destacar que el Spark X2-Flash se entrenó íntegramente en el clúster Ascend 910B de Huawei, lo que pone de manifiesto la sinergia entre el software y el hardware nacionales para el entrenamiento en aprendizaje profundo.

En cuanto al rendimiento básico, Spark X2-Flash ofrece mejoras significativas en las capacidades de generación de agentes y código. Las pruebas de terceros muestran que su rendimiento en tareas complejas —como el procesamiento de informes de investigación en profundidad, la gestión y activación de habilidades, y la ejecución del control del sistema— ha alcanzado el nivel de los modelos industriales de primer nivel con billones de parámetros.
En cuanto al coste, algo que preocupa a los desarrolladores, el Spark X2-Flash destaca. En pruebas de flujos de trabajo idénticos, su consumo de tokens es solo un tercio del de los grandes modelos convencionales actuales, lo que reduce en gran medida la barrera para crear aplicaciones de agentes complejas. Por ejemplo, al crear habilidades complejas de generación de vídeo, el modelo no solo capta rápidamente los requisitos, sino que también ofrece explicaciones detalladas que abarcan desde la estructura de la habilidad hasta las funciones principales.

Técnicamente, Spark X2-Flash es el primero en combinar DSA (atención dispersa) y MTP (predicción multitoken) en chips nacionales. Esta innovación resuelve el problema de la lentitud del entrenamiento de textos largos en las plataformas informáticas nacionales, multiplicando por 4,5 la eficiencia del entrenamiento en comparación con clústeres de escala similar. Además, para escenarios de aprendizaje por refuerzo con agentes, el modelo mejora la eficiencia de la inferencia por muestreo en más del doble mediante optimizaciones combinadas de algoritmos e ingeniería, aliviando eficazmente los cuellos de botella de rendimiento en escenarios de interacción prolongada.
Actualmente, aplicaciones como AstronClaw y Loomy han sido las primeras en completar la integración. El modelo también se alinea profundamente con los marcos de agentes internacionales más destacados, como OpenClaw y Claude Code, ofreciendo a los desarrolladores de todo el mundo una opción de potencia de cálculo nacional más rentable.
Artículo relacionado
La superinteligencia ha llegado: ¿la dejamos entrar?
Cargando el reproductor…Las empresas de inteligencia artificial han estado hablando de una IA superinteligente como si fuera inevitable, pero los recientes incidentes de seguridad, como la violación de OpenAI en Hugging Face, están demostrando los p
iFLYTEK presenta el modelo general de gran escala Spark X2.5
El 1 de septiembre, iFlytek abrirá al código abierto dos modelos de lenguaje grandes centrados en el borde: Xinghuo X2.5-4B y Xinghuo X2.5-1.7B, según el último anuncio oficial. Ambos modelos admiten nativamente una ventana de contexto de hasta 1 mil
Meta elimina la función de edición de fotos con IA tras las críticas de los usuarios
Meta, el gigante de los medios sociales, se ve una vez más envuelto en un debate público sobre el delicado equilibrio entre la inteligencia artificial y la privacidad de los usuarios. Según TechCrunch, Superintelligence Labs de Meta presentó un nuevo
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
El 29 de abril, iFLYTEK presentó oficialmente el nuevo modelo Spark X2-Flash y abrió su interfaz API, lo que supone un nuevo hito en materia de eficiencia para las aplicaciones de modelos a gran escala desarrolladas en el ecosistema nacional de potencia de cálculo.
El modelo utiliza la arquitectura MoE (Mixture of Experts) predominante en la actualidad, con un total de 30 000 millones de parámetros. Su característica más destacada es la compatibilidad con un contexto ultralargo de hasta 256K. Cabe destacar que el Spark X2-Flash se entrenó íntegramente en el clúster Ascend 910B de Huawei, lo que pone de manifiesto la sinergia entre el software y el hardware nacionales para el entrenamiento en aprendizaje profundo.

En cuanto al rendimiento básico, Spark X2-Flash ofrece mejoras significativas en las capacidades de generación de agentes y código. Las pruebas de terceros muestran que su rendimiento en tareas complejas —como el procesamiento de informes de investigación en profundidad, la gestión y activación de habilidades, y la ejecución del control del sistema— ha alcanzado el nivel de los modelos industriales de primer nivel con billones de parámetros.
En cuanto al coste, algo que preocupa a los desarrolladores, el Spark X2-Flash destaca. En pruebas de flujos de trabajo idénticos, su consumo de tokens es solo un tercio del de los grandes modelos convencionales actuales, lo que reduce en gran medida la barrera para crear aplicaciones de agentes complejas. Por ejemplo, al crear habilidades complejas de generación de vídeo, el modelo no solo capta rápidamente los requisitos, sino que también ofrece explicaciones detalladas que abarcan desde la estructura de la habilidad hasta las funciones principales.

Técnicamente, Spark X2-Flash es el primero en combinar DSA (atención dispersa) y MTP (predicción multitoken) en chips nacionales. Esta innovación resuelve el problema de la lentitud del entrenamiento de textos largos en las plataformas informáticas nacionales, multiplicando por 4,5 la eficiencia del entrenamiento en comparación con clústeres de escala similar. Además, para escenarios de aprendizaje por refuerzo con agentes, el modelo mejora la eficiencia de la inferencia por muestreo en más del doble mediante optimizaciones combinadas de algoritmos e ingeniería, aliviando eficazmente los cuellos de botella de rendimiento en escenarios de interacción prolongada.
Actualmente, aplicaciones como AstronClaw y Loomy han sido las primeras en completar la integración. El modelo también se alinea profundamente con los marcos de agentes internacionales más destacados, como OpenClaw y Claude Code, ofreciendo a los desarrolladores de todo el mundo una opción de potencia de cálculo nacional más rentable.
La superinteligencia ha llegado: ¿la dejamos entrar?
Cargando el reproductor…Las empresas de inteligencia artificial han estado hablando de una IA superinteligente como si fuera inevitable, pero los recientes incidentes de seguridad, como la violación de OpenAI en Hugging Face, están demostrando los p
iFLYTEK presenta el modelo general de gran escala Spark X2.5
El 1 de septiembre, iFlytek abrirá al código abierto dos modelos de lenguaje grandes centrados en el borde: Xinghuo X2.5-4B y Xinghuo X2.5-1.7B, según el último anuncio oficial. Ambos modelos admiten nativamente una ventana de contexto de hasta 1 mil
Meta elimina la función de edición de fotos con IA tras las críticas de los usuarios
Meta, el gigante de los medios sociales, se ve una vez más envuelto en un debate público sobre el delicado equilibrio entre la inteligencia artificial y la privacidad de los usuarios. Según TechCrunch, Superintelligence Labs de Meta presentó un nuevo











