中电信开源 29B 意图模型：判断之外还能填参数

识别出用户想「调节灯光」，只算做对了第一步。真正的考验是接着答出来：东侧 80%、色温 4000K，西侧 30%、2700K，入口那盏不许动。判断意图是选择题，把参数填对是填空题。

一、发生了什么

10 月 19 日，中电信人工智能科技有限公司旗下星辰通用人工智能实验室开源了 Xing4.0-29B-Intent，一个 29B 参数的意图理解模型。它的定位和近期走红的决策类小模型（如 Jev）是一脉的——把高频、低延迟的理解任务从通用大模型手里接过来——但往前多走了一步：在同一模型里同时完成意图分类和参数抽取，用统一的 JSON 结构返回结果，附带 Schema 约束以压低格式幻觉。官方口径的端到端推理延迟低于 150 毫秒。评测数字（官方与媒体口径）包括：零样本冷启动评测 Micro-F1 达 70.27，比 Jev 最优配置高 12.62 个百分点，并超过 GPT-4.1；要求全部预测正确的严格指标上取得 61 分，Jev 两种配置在 21 到 48 之间；覆盖 48 个公开数据集的统一评测总分 58，比第二名高 9 分。这次开源的不只权重：配套的 275.3 万条训练语料（重构自 61 个公开数据集，覆盖 19 个领域、52 种语言）、推理 SDK 均已公开，代码采用 Apache 2.0 协议，上架了 GitHub、Hugging Face 等平台。

二、跟你有什么关系

智能硬件开发者：智能家居、智能座舱里「一句话控多设备」的场景，正需要多对象参数绑定和否定指令处理这类能力，可以拿开源权重自己适配。企业系统开发者：工单、报销、会议安排这类结构化录入，用专用小模型比每次都调通用大模型省成本。普通用户：语音助手响应更快、不容易「听懂了却做错」，背后多是这类模型在起作用。

三、怎么用

1. 场景对号入座：需要判断「要不要做」的用决策类模型，需要「判断并提取参数」的才用这类语义解析模型。
2. 先跑零样本试试水位，再决定要不要用自己的业务数据微调，语料已公开可以复现。
3. 重点测三类边角案例：多对象不同参数、要求「保持不动」的否定指令、正文里带指令的转述文本。

四、三个别信的说法

29B 小模型全面超越通用大模型。 超越只在意图理解这个垂直任务上成立，推理、创作等通用能力仍是大模型的领地，两者是分工不是替代。

榜单分数高就能直接上线。 统一评测和真实业务之间隔着字段定义和系统对接，接入前要用自己的数据复测，第三方实测中车窗「关闭」被理解成开到 0% 就是一例。

开源了就是开箱即用。 权重只是起点，业务适配、字段映射和持续评估还是开发者自己的活。

五、一句话结论

Agent 的成本账，越来越算在这些不起眼的小模型头上。

信息来源

• Jev刚火，国产29B开源模型来踢馆了！不光会判断，还能直接填参数（智东西，2026-10-19）

功能与价格以官方公告为准。本文写于 2026 年 10 月 20 日。