讯飞星火是科大讯飞自主研发的认知大模型系列，自2023年5月6日正式发布以来，已从早期的通用对话模型演进为覆盖深度推理、多语言、多模态、端侧部署的全栈模型矩阵。2025年至2026年是讯飞星火的加速迭代期，从X1到X2.5，每一代都在国产算力训练和核心能力上实现突破。其中，2026年9月1日开源的两款端侧模型星火X2.5-4B和星火X2.5-1.7B，以原生支持100万Token上下文的能力，成为端侧模型中首个达到该量级的产品。
从版本谱系来看，讯飞星火已发展出以下主要版本线：
早期认知大模型系列（V1.0 → V4.0） ：V1.0（2023年5月6日）→ V1.5（2023年6月9日）→ V2.0（2023年8月15日）→ V3.0（2023年10月24日）→ V3.5（2024年1月30日）→ V4.0（2024年6月27日）。这一阶段是讯飞星火从发布到成熟的奠基期，V3.5是首个基于纯国产化算力平台“飞星一号”训练的全民开放大模型。
深度推理系列（X1 → X1.5） ：星火X1（2025年1月15日发布，2025年3月升级）→ 星火X1.5（2025年11月6日）。星火X1是业界唯一的基于全国产算力训练的深度推理大模型，以70B参数量实现了数学能力上对标DeepSeek R1（671B）和OpenAI o1，中文数学任务全面领先。
旗舰通用系列（X2 → X2.5） ：星火X2（2026年2月11日）→ 星火X2.5-293B（2026年9月7日）。星火X2采用293B MoE稀疏架构，通过量化在单台昇腾服务器上即可运行，推理性能相比X1.5提升50%。X2.5-293B在代码和智能体等核心能力上进一步升级。
端侧开源系列（X2.5-4B / 1.7B） ：2026年9月1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，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。
多模态系列（X2-VL） ：2026年6月11日正式发布，采用原生多模态范式训练，具备轻量化视觉编码器和快慢思考统一模型，在2026年度全国各地高考模拟试卷多模态试题测试中全学科平均答题准确率接近95%。
语音大模型系列：支持100个语种识别和55个语种合成，多语言能力覆盖130余个语种。
第二部分：各版本详细对比与拆解
一、早期大版本迭代对比
维度 V3.5 V4.0 X1 X1.5
发布时间 2024年1月 2024年6月 2025年1月/3月 2025年11月
核心架构 基础Transformer 基础Transformer 深度推理架构 MoE稀疏架构
参数规模 未公开 未公开 70B 未公开
算力平台 飞星一号（纯国产） 飞星一号 1万张910B国产卡 全国产算力
核心定位 全民开放 对标GPT-4 Turbo 深度推理 高效推理+多语言
代表能力 7大核心能力 8个国际测试第一 数学对标R1 多语言130+语种
V3.5是首个基于纯国产化算力平台“飞星一号”训练的全民开放大模型，在逻辑推理、语言理解、文本生成、数学答题等核心能力上均实现大幅提升。V4.0则在7大核心能力上全面对标GPT-4 Turbo，在8个国际主流测试集中排名第一。X1作为业界唯一的基于全国产算力训练的深度推理大模型，用1万张910B国产算力卡训练完成，以70B参数量在数学能力上全面对标DeepSeek R1和OpenAI o1，中文数学任务更是全面领先。
二、X1.5 vs X2：架构分水岭
维度 星火X1.5 星火X2 星火X2.5-293B
发布时间 2025年11月 2026年2月 2026年9月
架构 MoE稀疏架构 293B MoE稀疏架构 293B-A30 MoE
上下文 未公开 256K 256K
语言覆盖 130+语种 多语言 200+语种
核心定位 首款MoE推理模型 国产算力推理旗舰 代码+智能体旗舰
部署方式 多卡推理 单台昇腾服务器 单台昇腾服务器
推理性能 基线 较X1.5提升50% —
从X1.5到X2，讯飞星火完成了从“深度推理”到“高效推理”的架构跃迁。X1.5率先在全国产算力平台上攻克MoE模型的高效长稳训练，在模型参数小一倍的情况下对标国外领先水平。X2则在X1.5的MoE架构基础上，结合权重量化、低精度KVCache、VTP（Virtual Tensor Parallel）、分层通信等多种工程化创新，实现了国产大EP并行部署，推理性能相比X1.5提升50%。星火X2通过量化单台昇腾服务器即可运行，在数学、推理、语言理解、智能体等能力测评上可以媲美GPT-5.2、Gemini-3-Pro等模型。
X2.5-293B是X2系列的进一步升级，采用293B-A30 MoE架构，支持256K上下文，覆盖200余种语言，在代码和智能体等核心能力上全面升级。其API原生支持Anthropic、Responses协议，可直接接入Agent Harness。
三、端侧开源双子星：X2.5-4B / 1.7B
维度 星火X2.5-4B 星火X2.5-1.7B
发布时间 2026年9月1日 2026年9月1日
参数规模 4B 1.7B
上下文 1M Token 1M Token
架构 混合注意力架构 混合注意力架构
训练数据 约20万亿Token 约20万亿Token
开源协议 Apache-2.0 Apache-2.0
模型体积 — BF16精度约3GB+，4bit量化后可减半
核心场景 个人办公、代码开发 车载、智能硬件、万物互联
智能家居指令正确率 — 90.3%（端到端）
两款端侧模型原生支持最长100万Token上下文窗口，是目前端侧模型中唯一支持该量级上下文的产品，采用混合注意力架构，将注意力层一分为二，一层负责通读全文建立宏观联系，另一层负责处理局部细节，长文本场景下显存占用只有传统全局注意力模型的四分之一。在个人办公场景中，星火X2.5-4B可完成从原始数据分析到双语报告交付的完整流程；在代码开发场景中，其在算法实现、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。1.7B版本在Domux智能家居测试集上控制指令端到端执行正确率达90.3%，平均响应时间0.85秒，可在普通手机上运行。
第三部分：为什么分这么多版本？
一、场景适配：从通用对话到全场景深度覆盖
讯飞星火并非单一对话模型，而是一套覆盖通用对话、深度推理、多模态理解、多语言翻译、端侧部署的完整模型产品线。X2.5-293B管旗舰通用与智能体任务，X1系列管深度推理与数学教育，X2-VL管多模态理解与学科答题，X2.5-4B/1.7B管端侧离线部署，语音大模型管多语种语音交互。每个版本在各自领域做到极致。这种分层设计的核心价值在于：不同业务场景对模型能力的需求差异巨大，旗舰模型处理简单问答是算力浪费，端侧小模型处理复杂推理则力不从心。通过将模型能力分层匹配业务需求，讯飞星火实现了算力效率的最大化。
二、全国产算力战略：从底层构建自主可控
讯飞星火最核心的差异化在于其全栈自主可控的国产算力体系。从V3.5的“飞星一号”平台，到X1使用1万张910B国产算力卡训练，再到X2实现单台昇腾服务器即可运行，讯飞星火始终坚持基于全国产算力训练。在国产平台上实现MoE模型的高效长稳训练，攻克了训推分布不一致、长序列训练稳定性等一系列工程挑战。
这一全栈自主的战略价值在于：对于数据安全和合规要求严格的政务、金融、医疗、教育等行业，国产算力适配是私有化部署的前置条件。讯飞星火医疗大模型作为行业唯一基于全国产算力训练的大模型，以高分登顶权威评测Medbench榜单，专科诊疗能力达三甲主治医师水平，已落地全国20余家龙头医院。
三、端侧开源：从云端能力到本地化智能
2026年9月，讯飞星火通过全资子公司词元星火开源X2.5-4B和1.7B两款端侧模型，采用Apache-2.0协议开源，可免费商用。这一策略的战略意义在于：将百万Token级上下文能力从云端下放到本地设备，使手机、PC、汽车座舱、智能家居和机器人等终端设备能够在不联网的情况下完成复杂任务处理。
开源版本作为技术标杆吸引开发者构建应用生态，而旗舰版本通过讯飞星辰MaaS平台提供API服务实现商业变现。这一模式使讯飞星火既通过社区贡献积累了开发者生态，又能在企业级市场通过API服务实现商业闭环。
第四部分：最著名版本——星火X2.5-4B本地部署实战
星火X2.5-4B是讯飞星火在端侧开源领域的标志性产品，4B参数、100万Token上下文、Apache-2.0开源协议，使其成为当前端侧模型中最具部署价值的选择之一。以下为完整的本地部署步骤。
步骤一：环境准备与硬件规划
硬件配置基准：
最低配置：16GB内存的普通PC即可运行4B模型（4bit量化后）
推荐配置：32GB内存，支持流畅的百万Token上下文处理
手机端：1.7B版本BF16精度约3GB+，4bit量化后可进一步减半，可在普通手机上运行
机器人/边缘设备：支持部署于机器人本体或边缘设备
软件环境清单：
操作系统：Windows / macOS / Linux
Ollama 或 LM Studio（推荐）
Python 3.10+（如需自定义开发）
步骤二：安装Ollama并拉取模型
bash
# 安装Ollama（Linux/macOS）
curl -fsSL https://ollama.com/install.sh | sh
# 拉取星火X2.5-4B权重
ollama pull xfy/x2.5-4b
# 启动交互
ollama run xfy/x2.5-4b
也支持LM Studio导入GGUF格式，或使用vLLM、SGLang、llama.cpp等推理框架部署。
步骤三：模型能力测试
bash
# 测试长文档理解能力
ollama run xfy/x2.5-4b << 'EOF'
请阅读以下产品售后手册内容，并回答：
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？
[此处粘贴完整售后手册内容]
EOF
星火X2.5-4B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，并在新增条件下保持前文情境持续提供建议。
步骤四：接入开发工作流
开发者可通过DeepSeek Harness、OpenCode、Codex、Pi等开源Harness，将模型接入本地开发和自动化脚本流程。
python
# 使用OpenAI兼容API调用
from openai import OpenAI
client = OpenAI(
base_url="http://localhost:11434/v1",
api_key="ollama"
)
response = client.chat.completions.create(
model="xfy/x2.5-4b",
messages=[
{"role": "user", "content": "请用Python实现一个快速排序算法"}
]
)
print(response.choices[0].message.content)
步骤五：微调与定制
支持使用LLaMA-Factory开展增量训练：
bash
# 安装LLaMA-Factory
pip install llamafactory
# 启动微调
llamafactory-cli train \
--model_name_or_path xfy/x2.5-4b \
--dataset your_dataset \
--output_dir ./output
步骤六：监控与调优
关键指标监控：
显存/内存占用：4B模型4bit量化后约2-3GB
响应延迟：端侧1.7B版本在智能家居场景平均响应时间0.85秒
上下文处理：100万Token场景下，混合注意力架构显存占用仅为传统全局注意力的四分之一
降本策略：对个人办公和代码开发场景使用4B版本；对车载、智能家居等资源受限场景使用1.7B版本；对复杂推理和长链路Agent任务，通过讯飞星辰MaaS平台调用云端X2.5-293B。
第五部分：不同版本的实践成果
案例一：海南省AI医生“椰晓医”（基于星火医疗大模型X1）
2026年3月30日，海南省卫生健康委与讯飞医疗联合打造的AI医生“椰晓医”在博鳌乐城国际医疗旅游先行区正式发布。该产品以讯飞星火医疗大模型为核心，打通三医联动数据平台，构建“懂医更懂你”的居民健康助手和“临床专业级”的家庭医生助理双体系，为海南家庭医生“签约有感行动”的标杆工程。
实践成效：群众可通过“海易办”APP一键接入，享受24小时症状自查、用药咨询等全周期健康服务；同时能够为基层医生减负，智能生成工作台账、提醒随访履约，辅助提升服务效率与质量。此外，讯飞星火医疗大模型已落地全国20余家龙头医院，深度赋能临床实践。在无锡市人民医院，由讯飞星火医疗大模型赋能的智能化病历内涵质控系统已实现全院覆盖。讯飞晓医App在多轮主动问诊、用药咨询、检查检验单解读等健康咨询任务上的解答率均超过80%。
案例二：深圳多校星火智能批阅机人机协同批阅（基于星火X2-VL多模态能力）
深圳是国内较早探索作业智能批阅的地区。蛇口育才教育集团育才一小、龙岗区香港中文大学（深圳）附属知新学校、龙华区第三外国语学校、宝安区裕安学校等引进了科大讯飞开发的星火智能批阅机，探索人机协同的批阅模式。
实践成效：在深圳龙华高级中学教育集团观澜校区，教师把作业放进星火智能批阅机，几分钟内就完成扫描、批改、留痕和错因分析。“每天批改作业的时间少了1.5小时以上，每周能省下5到6个小时。”该校数学老师许思洁说。星火智能批阅机能扫描批阅作业、练习、检测、考试等材料，并据此生成学情信息，从小学到高中各学科、各种题型都能改，数学解答题还能识别解题步骤，语文和英语作文也能从多个维度分析。北京十二中数学教师李健表示，批阅机自动生成的年级、班级及个人层级学情报告，让教师能够清晰掌握每道题的正确率与每个学生的薄弱点，讲评时能精准筛选题目，并“点对点”提问答错的学生。
案例三：无锡具身智能机器人与司法多模态应用（基于星火X2-VL）
2026年6月11日，星火多模态大模型X2-VL在无锡正式发布。科大讯飞与无锡联合建设的太湖星跃平台持续推进多模态大模型及衍生模型研发，构建“1+2+2”模型体系。在具身智能领域，科大讯飞提出新一代具身模型GEAR-VLA，进一步提升空间任务精度与物体特征泛化能力，并在领域公开评测集合中效果领先。以物流拣选场景为切入点打造行业级具身机器人，加速形成软硬一体化解决方案和标准产品。
实践成效：在教育领域，科大讯飞智慧教育产品已在无锡规模化应用——近1200台AI黑板覆盖75所中小学，日均应用活跃率达87%；星火智能批阅机部署128台，覆盖80所中小学。在司法领域，基于多模态大模型能力持续突破复杂版面解析难题，手写体识别准确率达97.2%、复杂表格识别准确率达95%，以高质量电子卷宗助力民商事60天内结案率提升18%，刑事办案效率提升30%。科大讯飞智慧法庭已覆盖无锡全市两级法院法庭，助力庭审时长缩短30%～50%，人力资源效率提升60%。
版权声明：本平台仅提供信息存储空间服务，用户发布内容不代表本站观点，交易风险自担；侵权违法内容请立即举报（邮箱：37996619@qq.com），本站接通知后先行屏蔽，责任由发布者承担。