Lar
Senspeech X2.5 Twin Stars: Primeiro contexto de um milhão de tokens na borda, totalmente treinado com poder computacional nacional
No dia 1º de setembro, a subsidiária integral da iFLYTEK, Ciyuan Xinghuo, lançou oficialmente e disponibilizou como código aberto dois grandes modelos gerais de borda: Xinghuo X2.5-4B e Xinghuo X2.5-1.7B. Estes modelos são os primeiros do seu gênero a suportar nativamente um comprimento de contexto de até 1 milhão de Tokens, com acesso completo aos pesos do modelo, repositórios de código e documentação de implantação.
Suporte a Contexto de Nível Milhão, Modelos Pequenos Podem "Ler o Livro Inteiro"
Ambos os modelos utilizam uma arquitetura de atenção híbrida, otimizada para capacidades principais como agentes, código, matemática e seguimento de instruções, oferecendo um desempenho abrangente que se destaca entre os modelos de código aberto de classe industrial de tamanho semelhante.
No que diz respeito à capacidade de contexto, o Xinghuo X2.5-4B e o Xinghuo X2.5-1.7B foram treinados com dados de alta qualidade na ordem de trilhões de Tokens, abrangendo cenários como documentos longos e materiais técnicos. Eles suportam nativamente uma janela de contexto de 1 milhão de Tokens, permitindo-lhes receber e compreender informações de maior escala de uma só vez.

Por exemplo, no serviço pós-venda de produtos: os usuários podem importar o manual completo de pós-venda para o Xinghuo X2.5-4B. O modelo primeiro organiza as regras de pós-venda em diferentes cenários e marca os capítulos correspondentes. Ao perguntar "Se uma falha do dispositivo dentro de 10 dias da compra e o uso de consumíveis de terceiros qualificam-se para uma substituição?", ele pode fornecer uma avaliação abrangente vinculando regulamentos sobre devoluções, tratamento de falhas e exceções em vários capítulos. Mesmo que novas condições, como áreas remotas ou dispositivos com mapas familiares, sejam adicionadas posteriormente, o modelo pode manter o contexto anterior e continuar a fornecer conselhos combinando regras de logística, exclusão de dados e arcação de custos.
O contexto longo resolve a questão de "se as informações podem ser totalmente visualizadas", enquanto as capacidades de agente e chamada de ferramentas resolvem "se as ações podem ser tomadas após a visualização". Os modelos de borda Xinghuo X2.5 fornecem capacidades inteligentes localizadas para cenários como escritório pessoal, desenvolvimento de código, hardware inteligente e robótica. Nos cenários de desenvolvimento de código, o Xinghuo X2.5-4B pode corresponder a modelos em nuvem com parâmetros 2 a 3 vezes maiores em tarefas como implementação de algoritmos, conclusão e geração de código; no conjunto de testes Domux para casa inteligente, a precisão de execução ponta a ponta do Xinghuo X2.5-1.7B para instruções de controle atinge 90,3%, com um tempo médio de resposta de apenas 0,85 segundos; nos cenários de robótica, ambos os modelos podem ser implantados em corpos de robôs ou dispositivos de borda, suportando tarefas como controle operacional, rastreamento de alvos e tomada de decisão de navegação, reduzindo a dependência de conexões em nuvem e programas pré-definidos fixos.
Treinamento com Poder de Cálculo Totalmente Nacional, Download e Experiência Instantâneos
O Xinghuo X2.5-4B e o Xinghuo X2.5-1.7B foram treinados inteiramente em plataformas de computação nacionais, utilizando cerca de 20 trilhões de tokens diversos de dados para o treinamento prévio, e melhorando continuamente o desempenho por meio de ajuste fino supervisionado de alta qualidade e aprendizado por reforço.
No que diz respeito à implantação, ambos os modelos suportam plataformas de hardware incluindo NVIDIA, Huawei, Hai Guang e Hemo, e são compatíveis com frameworks de inferência principais como vLLM, SGLang e llama.cpp. Eles podem ser implantados rapidamente por meio de ferramentas como Ollama e LM Studio, e suportam treinamento incremental usando LLaMA-Factory. A partir de hoje, os pesos do modelo estão disponíveis em plataformas como Hugging Face e GitHub, e as APIs correspondentes dos modelos foram lançadas na plataforma Starry MaaS da iFLYTEK, gratuitamente por um período limitado. Em 7 de setembro, a iFLYTEK lançará oficialmente o próximo modelo geral de ponta de geração, Xinghuo X2.5, atualizando ainda mais capacidades principais como código e agentes.
Artigo relacionado
A OpenAI Lança Grupo Consultivo de Matemática e IA; Modelo Misterioso Resolve 100 Problemas de Nível Mundial em 24 Dias
Em 22 de setembro, a OpenAI anunciou a formação de um “Grupo Consultivo sobre Matemática e Inteligência Artificial”. Com sede no Instituto de Estudos Avançados de Princeton, este órgão independente é composto por nove matemáticos que atuam separadame
Meitun LongCat lança LoHoSearch enquanto a pontuação do BrowseComp cai abaixo de 30%
As capacidades dos agentes de pesquisa foram amplamente definidas pelo BrowseComp ao longo do último ano. No entanto, este benchmark está perdendo sua relevância — ele impulsionou o desempenho dos modelos de 30% para 90% em apenas dez meses, e seu va
MiniMax apresenta o M3, um modelo de IA doméstico que supera o GPT-5.5
O setor de inteligência artificial da China testemunhou um grande salto tecnológico com o lançamento oficial do mais recente modelo de linguagem de grande escala da Xiyu Technology, o MiniMax M3. Este sistema avançado combina proficiência em codifica
Recomendações de tópicos especiais relacionados
Comentários (0)
No dia 1º de setembro, a subsidiária integral da iFLYTEK, Ciyuan Xinghuo, lançou oficialmente e disponibilizou como código aberto dois grandes modelos gerais de borda: Xinghuo X2.5-4B e Xinghuo X2.5-1.7B. Estes modelos são os primeiros do seu gênero a suportar nativamente um comprimento de contexto de até 1 milhão de Tokens, com acesso completo aos pesos do modelo, repositórios de código e documentação de implantação.
Suporte a Contexto de Nível Milhão, Modelos Pequenos Podem "Ler o Livro Inteiro"
Ambos os modelos utilizam uma arquitetura de atenção híbrida, otimizada para capacidades principais como agentes, código, matemática e seguimento de instruções, oferecendo um desempenho abrangente que se destaca entre os modelos de código aberto de classe industrial de tamanho semelhante.
No que diz respeito à capacidade de contexto, o Xinghuo X2.5-4B e o Xinghuo X2.5-1.7B foram treinados com dados de alta qualidade na ordem de trilhões de Tokens, abrangendo cenários como documentos longos e materiais técnicos. Eles suportam nativamente uma janela de contexto de 1 milhão de Tokens, permitindo-lhes receber e compreender informações de maior escala de uma só vez.

Por exemplo, no serviço pós-venda de produtos: os usuários podem importar o manual completo de pós-venda para o Xinghuo X2.5-4B. O modelo primeiro organiza as regras de pós-venda em diferentes cenários e marca os capítulos correspondentes. Ao perguntar "Se uma falha do dispositivo dentro de 10 dias da compra e o uso de consumíveis de terceiros qualificam-se para uma substituição?", ele pode fornecer uma avaliação abrangente vinculando regulamentos sobre devoluções, tratamento de falhas e exceções em vários capítulos. Mesmo que novas condições, como áreas remotas ou dispositivos com mapas familiares, sejam adicionadas posteriormente, o modelo pode manter o contexto anterior e continuar a fornecer conselhos combinando regras de logística, exclusão de dados e arcação de custos.
O contexto longo resolve a questão de "se as informações podem ser totalmente visualizadas", enquanto as capacidades de agente e chamada de ferramentas resolvem "se as ações podem ser tomadas após a visualização". Os modelos de borda Xinghuo X2.5 fornecem capacidades inteligentes localizadas para cenários como escritório pessoal, desenvolvimento de código, hardware inteligente e robótica. Nos cenários de desenvolvimento de código, o Xinghuo X2.5-4B pode corresponder a modelos em nuvem com parâmetros 2 a 3 vezes maiores em tarefas como implementação de algoritmos, conclusão e geração de código; no conjunto de testes Domux para casa inteligente, a precisão de execução ponta a ponta do Xinghuo X2.5-1.7B para instruções de controle atinge 90,3%, com um tempo médio de resposta de apenas 0,85 segundos; nos cenários de robótica, ambos os modelos podem ser implantados em corpos de robôs ou dispositivos de borda, suportando tarefas como controle operacional, rastreamento de alvos e tomada de decisão de navegação, reduzindo a dependência de conexões em nuvem e programas pré-definidos fixos.
Treinamento com Poder de Cálculo Totalmente Nacional, Download e Experiência Instantâneos
O Xinghuo X2.5-4B e o Xinghuo X2.5-1.7B foram treinados inteiramente em plataformas de computação nacionais, utilizando cerca de 20 trilhões de tokens diversos de dados para o treinamento prévio, e melhorando continuamente o desempenho por meio de ajuste fino supervisionado de alta qualidade e aprendizado por reforço.
No que diz respeito à implantação, ambos os modelos suportam plataformas de hardware incluindo NVIDIA, Huawei, Hai Guang e Hemo, e são compatíveis com frameworks de inferência principais como vLLM, SGLang e llama.cpp. Eles podem ser implantados rapidamente por meio de ferramentas como Ollama e LM Studio, e suportam treinamento incremental usando LLaMA-Factory. A partir de hoje, os pesos do modelo estão disponíveis em plataformas como Hugging Face e GitHub, e as APIs correspondentes dos modelos foram lançadas na plataforma Starry MaaS da iFLYTEK, gratuitamente por um período limitado. Em 7 de setembro, a iFLYTEK lançará oficialmente o próximo modelo geral de ponta de geração, Xinghuo X2.5, atualizando ainda mais capacidades principais como código e agentes.
A OpenAI Lança Grupo Consultivo de Matemática e IA; Modelo Misterioso Resolve 100 Problemas de Nível Mundial em 24 Dias
Em 22 de setembro, a OpenAI anunciou a formação de um “Grupo Consultivo sobre Matemática e Inteligência Artificial”. Com sede no Instituto de Estudos Avançados de Princeton, este órgão independente é composto por nove matemáticos que atuam separadame
Meitun LongCat lança LoHoSearch enquanto a pontuação do BrowseComp cai abaixo de 30%
As capacidades dos agentes de pesquisa foram amplamente definidas pelo BrowseComp ao longo do último ano. No entanto, este benchmark está perdendo sua relevância — ele impulsionou o desempenho dos modelos de 30% para 90% em apenas dez meses, e seu va
MiniMax apresenta o M3, um modelo de IA doméstico que supera o GPT-5.5
O setor de inteligência artificial da China testemunhou um grande salto tecnológico com o lançamento oficial do mais recente modelo de linguagem de grande escala da Xiyu Technology, o MiniMax M3. Este sistema avançado combina proficiência em codifica











