神仙打架+1！訊飛星火X2硬核亮相，行業深度全面升級

鷺羽 發自 凹非寺
量子位 | 公眾號 QbitAI

今天，國產大模型再次迎來硬核進階！

科大訊飛小年放出推理王炸——星火大模型X2。

什么概念呢？從星火X1.5到星火X2，僅僅間隔3個月，推理性能直接飆升50%～

不僅快，而且猛。更重要的是，完全基于國產算力。

一方面，模型通用能力突出，Benchmark評測穩居行業一流水平，即使是和GPT-5.2、Gemini-3-Pro這些國際頂尖模型同臺競技也毫不遜色。

尤其是在數學計算、邏輯推理等核心能力上表現亮眼；同時130多種語言綜合能力依舊穩穩在線，繼續保持“國家隊”水準。

另一方面，星火X2將升級的重點放在了場景落地上。

依靠深度優化的算法、高質量垂域數據和行業專家的參與，三位一體推動行業大模型更進一步，為各行各業提供更精準、更具實操性的支持。

正如科大訊飛董事長劉慶峰在1024開發者節所說——做更懂你的AI，滿血歸來的星火X2現在用通用底座+行業專才雙輪驅動，再次印證了其在國產大模型賽道的實踐底氣。

通用能力全面升級

星火大模型作為訊飛AI架構的底層基石，按照慣例，每一次升級，都有著顯著的能力躍遷。

這一次更甚：直接將深度推理訓練效率再度提升50%。

眾所周知，隨著Scaling Laws邊際效益遞減，越到后期，大模型性能提升就越難。即使是1%的能力躍遷，都意味著算力和算法的指數級倍增。

而在行業普遍面臨增長瓶頸的當下，星火X2能夠實現50%的性能躍遷實屬不易。

其背后釋放的信號，比數字本身更值得深思，這透露出科大訊飛在模型核心架構和技術上有了更深層次的突破。

具體先看核心能力對比。

橫向對比來看，星火X2 Thinking的各項評分已經穩居國產第一梯隊，在多個維度上也與GPT-5.2 (xhigh)和Gemini-3-Pro非常接近。

其中，在多語言和翻譯能力上顯著優于友商模型，在數學和邏輯推理上也緊隨GPT和Gemini其后。

再看星火X2在高難度基準測試中的表現，可以說含金量杠杠的。

比如在AIME 2025測試中，星火X2斬獲95.7分，僅次于GPT-5.2 (xhigh)，展現出其處理競賽級數學的頂尖能力。

在MMLU Pro里，星火X2的87.3分不僅在國產模型中奪冠，且與GPT-5.2持平，說明其知識廣度和深度已達國際一流水準。

在代表未來方向的智能體維度上，星火X2也是再度領跑國產模型，驗證了它在理解復雜指令和調用工具方面的進階。

總的來說，星火X2在數據上的亮眼表現，不僅彰顯了訊飛在數學和邏輯推理領域的領先地位，更標志著其通用智力已足以比肩國際頂尖模型。

接下來咱們還是實測見真章。

先來一道去年11月哈佛-麻省理工數學錦標賽（HMMT）里的英文題目試試水～

之所以選擇這個題目，一則是避免數據污染，題目比較新，能夠避免模型“見”過該題目；其二是HMMT是全球難度最高的數學競賽之一，能夠更好地考驗星火X2的即時邏輯推理能力。

• A positive integer n is imbalanced if strictly more than 99 percent of the positive divisors of n are strictly less than 1 percent of n. Given that M is an imbalanced multiple of 2000, compute the minimum possible number of positive divisors of M.

果不其然非常出色，星火X2迅速給出了詳細的解答過程和正確答案。換言之，它徹底吃透了英文數學題目的底層邏輯，而非簡單依賴中文語境。

再試試西班牙語：

同樣也是流暢給出了正確結果。

那么它是如何做到的呢？

首先，星火X2在模型架構上繼承了星火X1.5的MoE稀疏架構，參數同樣為293B。

但與之不同的是，在星火X1.5的基礎之上，星火X2結合權重量化、低精度KVCache、VTP（Virtual Tensor Parallel）、分層通信進行了針對性技術創新：

• 訓推采樣校準強化學習算法：

在大模型，尤其是MoE架構中，往往存在訓推分布不一致的問題，這會導致模型在訓練階段學到的規律無法直接適用到實際推理應用中，甚至會出現模型性能坍塌。

為此，星火X2提出訓練與推理概率重采樣自適應校準算法，讓算法能夠根據訓練的實時進度，自動調整校準力度，確保專家模型能夠時刻保持邏輯閉環。

• 遞歸式高難數據合成方法：

在模型訓練中，由于深度推理數據極度匱乏，星火X2專門設計了多輪迭代式推導的數據合成方案。

通過多輪迭代和遞歸修正，能夠最終形成一套從問題到正確推導過程的高質量語料，完成對模型深度推理準確率的提升。

• 多階段RL高吞吐采樣方法：

在突破國產算力瓶頸上，星火X2設計了P/D（Prefill/Decoder）兩階段分離的多階段推理采樣方案。

他們將大模型推理過程中物理特性完全不同的兩個階段——Prefill（預填充）和Decoding（解碼），從硬件執行層面進行徹底分離，直接解決了國產化平臺在高吞吐采樣下的效率干擾，訓練效率提升10%。

• 服務高性能部署優化算法：

這一步是讓星火X2推理性能大幅度提升的關鍵。

通過對模型進行輕量化壓縮，可實現單臺服務器內部的批量專家并行，也就是單機大EP并行部署。

充分解決了國產算力平臺的關鍵瓶頸——輕量化落地和高效推理，讓模型不僅能跑，還能跑得快。

帶動行業大模型實現突破

除了通用能力的全面釋放，星火大模型此次升級的重中之重，在于深度場景化。

這是科大訊飛從星火大模型誕生之初，就始終強調的核心邏輯：要在發展技術力的同時，更注重技術與用戶體驗、場景落地的結合。

圖片源自智能超參數

具體體現在醫療、教育、汽車和智能體四個方面：

賦能醫療領域，持續保持業界領先

依托星火X2底座的算力優化與推理躍遷，星火醫療大模型的核心能力也得到了全面進化，繼續保持行業翹楚。

在基于居民健康檔案的智能健康分析、智能報告解讀、運動飲食建議、輔助診療、智能用藥審核等高精度核心場景中，星火大模型更是顯著優于GPT-5.2和另外兩款國產大模型，樹立了醫療專業大模型的新標桿。

此外，星火醫療大模型也已率先通過上海市醫療大模型應用檢測驗證中心評測驗證。

這是國內首個專門針對醫療大模型的評測平臺，代表了目前國內最頂尖、最權威的標準，說明訊飛已經在醫療AI合規上走到了行業前列。

而在面向用戶的C端，“訊飛曉醫”APP也同步完成升級，包括多輪主動問診、多輪咨詢問答、問用藥、檢查檢驗單解讀、體檢報告單解讀等多任務。

可見，“訊飛曉醫”在星火X2的加持下，已經成為了普通用戶可用的且能力業界頂尖的數字醫生。

賦能教育領域，實現個性化教學

而在教育領域，星火大模型也讓原先基礎的搜索工具，進化為一對一特級老師。

其率先上線錯因貫穿的個性化學習能力，能夠通過你的整張卷子、整道題的解題思路，精準捕捉到你的知識點黑洞，比如是定理沒記牢呢，還是運算粗心大意了。

同時它能夠像閱卷老師一樣，在錯誤之處精準批注，實現步驟級批改。

這種模式下，AI更符合蘇格拉底式的教學理念，也就是通過不斷提問，引導學生自己思考并得出結論。

它不是直接告訴學生答案，而是教會學生如何進行思維拆解、如何自己悟出來。而這類啟發式講解，也是未來AI教育的主導路線。

體現在硬件上，就是科大訊飛的AI學習機。它在1對1精準學、答疑輔導和互動課等多功能上，持續領先同行業，能夠幫助學生更精準地提高學習效率，以及增強學習興趣。

賦能汽車領域，全面升級智能座艙交互系統

與此同時，星火大模型在多尺寸中小模型上也同步進行了升級，并精準將其應用在汽車智能座艙交互系統中。

過去用戶必須說出精準指令才能實現交互，比如調低空調至24度。但如果說“我有點冷”或者“風太大”這類模糊指令，系統往往只會回復“對不起，我沒有聽懂”。

但現在這個問題隨著星火X2的到來迎刃而解。

模型在人人/人機對話判斷、模糊意圖理解、高情商回復等方面的交互體驗顯著提升，尤其是在模糊意圖上實現了跨越式突破，終于具備了實際可用的語義聯想和推理能力。

賦能智能體平臺和精品智能體新升級

另外值得關注的是，智能體的突破。

星火X2從根本上解決了智能體在工作環境中長期以來的痛點，在長時復雜任務規劃、多工具組合調用以及長上下文等方面均實現了顯著提升。

其中星辰Agent平臺，整合了語音識別、語音交互、圖像理解等百余種能力，集成超130萬個智能體，在星火X2幫助下，進一步強化了智能體在思考和執行上的表現，更能支撐起復雜的企業場景。

比如面向企業采購場景的招采智能體，核心場景效率提升超3倍，還能像搭積木一樣定制專用智能體，開發時間從原先的幾天直接縮短至分鐘級。

目前訊飛開放平臺已正式上線星火X2 API，平臺新注冊開發者可直接領取100萬Tokens免費額度。

在訊飛星火網頁版和APP均可體驗，星火APP 5.2.0新版本也同步上線～

國產算力突圍下的訊飛星火

總的來說，星火X2更像是一塊國產算力的試金石。

在過去幾年里，國內AI行業發展受限的根本原因就在于算力。算力被扼住脖子后，模型性能始終無法突破國際一流水平。

而當所有人都在質疑國產算力時，訊飛咬牙給它做成了。而且是國內主流大模型中，唯一基于全國產算力訓練的通用大模型。

模型實現了完全自主可控，一是算力自主，模型的訓練和推理過程完全基于全國產算力平臺；二是技術自主，整個模型框架均由訊飛自研，在此基礎上構建起特有的研發生態。

核心原因就在于訊飛走了最務實的一條路：不再單純追求實驗室里的高分，而是依據自己深耕多年的行業經驗一舉扎根在最難的場景應用中。

訊飛順勢提出了“1+N”戰略，即1個通用底座大模型，和N個底座大模型賦能的多領域行業大模型，然后通過軟硬一體化，讓大模型搭載到硬件上，以看得見摸得著的方式迅速落地轉化。

簡單來說，訊飛的差異化路徑就是底座自主、硬件協同、場景為王。

而星火X2反向證明了這條路值得繼續探索，即使是在算力重壓下，單靠算法創新和場景優化也能補足當中的差距，換來中國AI在全行業的先發優勢。

顯然，國產大模型已步入應用紅利期，而訊飛率先摘到了果實。