科大訊飛近日正式推出基于全國產算力訓練的星火X2大模型，標志著國產大模型在工程化部署與行業應用領域取得新突破。該模型在數學推理、語言理解等核心能力上達到國際先進水平，多項基準測試成績與GPT-5.2、Gemini-3-Pro等頭部模型形成有力競爭。
在技術架構層面，星火X2采用293B參數的MoE稀疏架構，通過權重量化、低精度KVCache等技術實現單臺昇騰服務器的獨立運行。工程團隊創新性地提出分層通信機制與虛擬張量并行技術，使推理性能較前代提升50%，同時解決國產化平臺在強化學習訓練中的效率瓶頸問題。針對高難度任務數據稀缺的痛點，研發團隊設計多輪迭代式數據合成方案，通過遞歸推導持續構建高質量訓練集，顯著提升模型深度推理能力。
實測數據顯示，星火X2在復雜數學問題求解中展現出色表現。面對包含概率計算與樣本量確定的雙重難題，模型能準確拆解問題步驟，給出"10件次品概率為12.8%"及"至少抽取59件產品"的精確答案。在邏輯推理測試中，針對真假城謎題，模型通過系統性分析條件關系，推導出"若問'如果我問你來自真城是否回答是，你會回答什么'即可判斷"的最優解法。基準測試表明，該模型在語言理解、多語言翻譯等維度超越DeepSeek V3.2，在綜合知識問答領域與國際頂尖模型差距縮小至3%以內。
行業應用方面，醫療領域升級成效顯著。星火醫療大模型X2在輔助診療、用藥審核等關鍵場景的表現全面領先，訊飛曉醫APP實現多輪問診與檢驗單動態解讀功能，對兩份不同時期血常規報告的聯合分析準確率達82%。教育領域，數學步驟批改功能支持錯因定位與個性化輔導，AI學習機在精準學、互動課等自主學習場景的用戶滿意度提升17%。汽車座艙交互系統通過2B/7B/30B多尺寸模型協同優化，模糊意圖識別準確率提高至91%，高情商回復生成速度縮短40%。
技術突破背后是四大核心算法的支撐。訓推采樣校準算法通過概率重采樣解決強化學習訓練中的分布偏差問題，多階段RL采樣方案將國產化平臺訓練效率提升10%。服務部署優化算法采用模型輕量化壓縮技術，在保持精度的前提下實現單機大EP并行部署。星辰Agent平臺依托這些技術升級，已構建超130萬個智能體，整合語音交互、圖像理解等百余種開放能力，形成覆蓋多行業的解決方案庫。
此次升級凸顯國產大模型在專業場景的落地能力。通過將通用能力與行業知識深度融合，星火X2為醫療診斷、教育輔導、智能座艙等高門檻領域提供可量產的技術方案。特別是在國產化算力適配方面取得的進展，為破解AI技術"卡脖子"問題提供新思路，展現出中國人工智能產業在自主創新道路上的持續突破。
