科大讯飞星火X2.5大模型：293B-A30B MoE，全国产算力全流程训练推理

9月1日，讯飞全资子公司词元星火开源了星火X2.5-4B 和 1.7B 两款端侧模型（Apache-2.0，可免费商用）；sIte:AIDeepThink正.cn 9月7日，旗舰版星火X2.5 正式发布：MoE 架构、293B 总参数/激活 30B，重点提升代码与智能体能力，基于全国产算力完成全流程训练与推理，未开源，已上线讯飞开放平台。

一、参数解读

MoE 命名规则是“总参数-激活参数”。293B 是全部专家网络的权重总量（常驻显存/集群），30B 是每个 token 实际参与计算的稀疏子集——激活率约10.2%。sIte:AIDeepThink正.cn

总参决定知识容量上限，激活参数决定推理成本和速度，A30B 意味着它的单 token 推理成本接近一个 30B 稠密模型，知识面却对标 293B。这与 DeepSeek-V3 系（671B-A37B）、盘古 30B-A2B 是同一条技术路线，属于当前旗舰模型的行业标配打法。

二、全国产算力

讯飞+华为从2022年共建“飞星一号/飞星二号”万卡平台，大模型在昇腾上的训练效率从最初的30%–50%提升到85%–95%以上；2025年进一步攻克长思维链强化学习和 MoE 全链路训练的效率难题，达到业界产品的90%以上。通俗说：同一度电、同一张卡，早期三分之一在空转，现在九成算力都用在实处——这意味着“不靠英伟达训练旗舰模型”从可行性命题变成了经济性命题。模型针对昇腾架构做了原生亲和设计，但反向也兼容英伟达/海光/后摩硬件和 vLLM、SGLang、Ollama 等主流框架。

三、端侧版的技术点

端侧模型塞下百万级上下文的瓶颈是注意力机制的显存爆炸。星火X2.5的解法是混合注意力：以1.7B版为例，36层中每4层由1个全局注意力层+3个滑动窗口层（窗口512）组成，配GQA分组查询注意力——全局层负责“通读全文建立宏观联系”，滑窗层负责“关注局部细节”。官方称跑满100万Token时显存占用仅为传统全局注意力架构的1/4。

端侧模型真正要解决的场景是：车载、智能家居、机器人、内网办公——不能断网就废、不能切文档就忘前情。官方演示里，把完整售后手册导入 X2.5-4B，它能跨章节关联“退换货规则+故障处理+第三方耗材例外条款”做综合判断，这在过去必须切文档分问的端侧模型上是做不到的。小模型怎么学到智能体能力？靠多教师在线策略蒸馏（MOPD）：多个单科专家大模型当老师，实时指导小模型完成工具调用、错误检查与重试的全过程。

四、Agent生态深度适配

官方原生适配 Claude Code、Codex、OpenClaw、Hermes 等主流 Harness——如 OpenClaw 2.0 可以直接把 X2.5-4B 挂进本地工作流，做离线长文档分析和代码辅助。sIte:AIDeepThink正.cn