AI怪盗图9月1日消息，今日，科大讯飞全资子公司词元星火正式推出并开源星火X2.5-4B和星火X2.5-1.7B两款端侧通用大模型，这也是端侧模型中首个原生支持最长100万Token上下文的产品。这意味着即使是资源受限的边缘设备，也能处理超长文档和复杂对话，为行业落地提供了全新的可能性。
两款模型采用混合注意力架构，围绕智能体、代码、数学和指令遵循等核心能力进行优化，综合实测相关能力领先业界同尺寸一流开源模型。从技术路径来看，混合注意力机制在长序列处理中兼顾了效率和准确性，这或许是其在同类模型中脱颖而出的关键。
上下文方面，星火X2.5-4B和1.7B使用覆盖长篇文档、技术资料等场景的千亿Token级高质量数据训练，原生支持100万Token上下文窗口，可以在一次任务中接收和理解更大规模的信息。这种设计直接回应了现实应用中“信息碎片化”的痛点——以往需要多次切分输入的长文本，现在可以一次性送入模型，减少上下文断裂带来的理解偏差。
百万级上下文真正解决的问题是让模型基于完整信息，在连续交互中持续理解和处理复杂问题。例如在售后场景中，模型不再需要反复回忆前文，而是可以像人类一样“翻阅”整本手册再作答，这在客服、法律检索等领域具有显著实用价值。
以产品售后为例，用户可将完整售后手册导入星火X2.5-4B，模型先梳理不同场景下的售后规则并标注对应章节，当被问及“购买10天后设备故障且使用过第三方耗材是否符合换货要求”时，能够关联退换货、故障处理和例外条件等跨章节规定给出综合判断。
面对偏远地区、设备存有家庭地图等新增条件，模型还能保持前文情境，结合物流、数据清除、费用承担和处理时限等规则提供后续建议。
长上下文解决的是信息能不能看全，智能体和工具调用能力解决的则是看完之后能不能动手，星火X2.5端侧模型可面向个人办公、代码开发、智能硬件和机器人等场景，提供本地化智能能力。从产业角度看，端侧部署的最大优势在于数据隐私和低延迟，这对于金融、医疗等敏感行业尤为重要。
比如在代码开发场景中，星火X2.5-4B在算法实现、代码补全与生成等任务中可对标参数规模大2至3倍的云端模型，代码编写、脚本生成和调试辅助工作可以不出本地直接完成。这种“瘦身不减能力”的表现，反映出其在模型蒸馏和知识迁移上的深厚积累。
智能硬件场景中，在Domux智能家居测试集上，星火X2.5-1.7B控制指令端到端执行正确率达到90.3%，平均响应时间仅0.85秒。实时性与准确率的平衡，说明模型在资源有限的情况下依旧能保持稳定性，为智能家居、可穿戴设备等提供了可靠的底层支持。
机器人场景方面，两款模型可部署在机器人本体或边缘设备中，支持操作控制、目标追踪、导航决策等任务，减少对云端连接和固定预设程序的依赖。这意味着机器人可以更自主地应对动态环境，尤其在网络不稳定的工业现场优势明显。
星火X2.5-4B和1.7B均基于全国产算力平台完成全流程训练，使用约20万亿Token多样化数据进行预训练，并通过高质量监督微调和强化学习持续提升推理、代码、智能体和指令遵循等任务表现。全国产化训练平台的意义不仅在于供应链安全，更在于能够针对国内场景的数据特性进行深度优化。
部署层面支持NVIDIA、华为、海光及后摩等硬件平台，兼容vLLM、SGLang、llama.cpp等主流推理框架，可通过Ollama、LM Studio等工具快速部署，并支持使用LLaMA-Factory开展增量训练。这种广泛的兼容性降低了开发者的迁移成本，有助于快速形成生态。
即日起，星火X2.5-4B和1.7B已在Hugging Face、GitHub等平台开放模型权重、代码仓库和部署文档，对应模型API已上线讯飞星辰MaaS平台，限时免费。开源策略将加速社区反馈和迭代，进一步推动端侧模型在更多垂直场景中的落地。
此外在9月7日，科大讯飞还将正式发布全新一代旗舰通用大模型星火X2.5，进一步升级代码和智能体等核心能力。
