X2.5-4B X2.5-1.7B – 科大讯飞推出的两款端侧通用模型

星火 X2.5-4B 与星火 X2.5-1.7B 是科大讯飞推出的两款端侧通用模型，同步正式发布并开放权重。两款模型同属星火 X2.5 系列，分别对应 40 亿与 17 亿参数规格，原生支持最长 100 万 Token 上下文窗口，面向端侧与边缘设备部署场景打造。模型基于全国产算力平台完成全流程训练，预训练阶段使用约 20 万亿 Token 的多样化数据，围绕智能体执行、代码处理、数学推理、指令遵循四类核心方向做专项优化。

X2.5-4B&1.7B特点

两款模型覆盖不同性能与算力档位。1.7B 版本体积更小，推理响应速度更快，适合低算力端侧设备。4B 版本能力更全面，复杂任务表现更突出，平衡性能与硬件占用。
原生百万级上下文窗口，在同档位端侧模型中属于独有水平。整份售后手册、技术文档、代码仓库可以一次性完整加载，跨章节、跨文件的信息可以关联调用。
针对端侧运行做深度适配。模型算子、推理流程都针对边缘硬件做优化，量化版本可以直接跑在普通嵌入式芯片上。智能家居控制场景下，1.7B 版本指令执行正确率达到 90.3%，平均响应时间 0.85 秒。
权重完全开源，开发者可以免费下载，基于自有业务做二次微调，私有化部署到各类设备当中。全部推理计算可以在本地完成，业务数据不用上传云端。

X2.5-4B&1.7B技术原理

底层采用混合注意力架构，组合稠密注意力与稀疏注意力两种机制。短文本场景调用稠密注意力保证精度，长文本场景切换稀疏注意力降低计算开销，支撑百万级上下文的稳定运行。
预训练环节覆盖通用文本、代码、数学题、智能体指令等多类数据，样本来源覆盖多样行业场景。训练全程跑在全国产算力平台上，完成从数据处理到模型收敛的全流程。
长上下文模块搭载增量缓存机制，处理长文本时复用历史计算结果，不用每次都从头计算完整序列。指令遵循模块加入专项训练样本，让模型精准拆解任务要求，区分约束条件与执行目标。
针对端侧硬件做量化压缩与算子优化，在保留核心能力的前提下压缩模型体积，适配不同算力的嵌入式芯片与终端设备。

X2.5-4B&1.7B功能

处理长文档与复杂资料，完整加载售后手册、技术规范、代码仓库，跨章节关联信息给出综合判断，新增条件后可以延续之前的情境继续输出。
完成代码相关工作，涵盖代码生成、缺陷排查、脚本编写、跨文件逻辑梳理，适配日常开发与运维需求。
处理数学与逻辑推理任务，完成数值计算、公式推导、数据统计、逻辑判断类工作。
执行多步指令任务，接收自然语言描述的目标，拆解步骤完成对应操作，适配设备控制、场景联动类场景。
本地离线运行，部署在终端设备之后，断网状态也可以正常工作，所有数据留存在设备本地。
适配多类硬件形态，嵌入式设备、终端、机器人、边缘网关都可以接入使用。

X2.5-4B&1.7B应用场景

智能家居设备内置，实现本地语音控制、场景联动，断网也能正常响应指令，降低云端依赖。
个人办公终端部署，本地处理文档分析、数据整理、双语报告撰写，敏感文件不用上传外部服务。
工业产线边缘节点运行，处理巡检数据、设备控制指令，本地计算降低延迟，保障生产流程稳定。
服务机器人本体部署，完成导航决策、目标追踪、动作控制，不用全程连接云端，提升复杂环境适应能力。
消费电子设备嵌入，手机、平板、穿戴设备增加离线助手功能，无网络环境也能处理信息。
行业开发者二次开发，基于开源权重做领域微调，打造专属的端侧行业应用。

X2.5-4B X2.5-1.7B同类产品对比

表格