讯飞星火X2.5端侧双模型开源：百万Token首次进手机，20万亿Token全国产算力练成

9月的第一天，AI圈就丢下一颗炸弹。这次不是又一个大厂云端模型刷榜，而是一个更贴近你的动作：科大讯飞全资子公司词元星火，正式开源了星火X2.5-4B和星火X2.5-1.7B两款端侧通用大模型。

名字里的”端侧”两个字是重点——它们不是跑在云机房里，而是要装进你的手机、电脑、汽车座舱和智能家居设备里，本地跑、本地算、数据不出门。

而这两款小模型最狠的一点是：端侧模型里，第一个原生支持最长100万Token上下文窗口的产品。之前这个量级只有云端大模型玩得起，现在小到1.7B参数的模型也能装下了。

01 · 百万Token上下文：端侧等这一刻很久了

先说清楚一个老问题：为什么端侧模型一直”记性差”？

过去端侧模型处理长内容，通常要把文档切成几段分别处理。结果就是你可能亲身体验过的：问到第三章的内容，它忘了第一章说了啥；跨章节的规定互相打架，它对不上号。

官方给的售后场景例子很直观：用户把完整售后手册导入星火X2.5-4B，然后问一个刁钻问题——”购买10天后设备故障，且使用过第三方耗材，符不符合换货要求？”

这问题难在哪？答案藏在手册的不同章节里：退换货规则一章、故障处理一章、第三方耗材的例外条款又一章。模型得自己关联跨章节规定，给出综合判断。更绝的是，你再加个”用户在偏远地区”的新条件，它还能保持前文情境，结合物流、数据清除、费用承担和处理时限继续给建议。

这就是长上下文的真实意义：不是比谁数字大，而是让模型基于完整信息做判断，而不是靠切片碰运气。

02 · 技术底座：混合注意力+20万亿Token+全国产算力

两个数字先摆出来：

三个技术点值得展开说：

① 混合注意力架构：小模型装下大记忆的关键

100万Token的上下文如果用传统注意力机制硬算，显存和算力都扛不住。星火X2.5采用混合注意力架构，在长序列处理上做工程取舍，让1.7B这么小的参数量也能承载百万级窗口——这是”端侧首个”能成立的技术前提。

② 20万亿Token预训练+千亿Token级长文数据

上下文能力不是架构给个窗口就完事，还得喂对数据。讯飞披露星火X2.5使用了覆盖长篇文档、技术资料等场景的千亿Token级高质量数据专门训练上下文能力，也就是让模型在训练阶段就习惯”读长文”，而不是部署后才硬适应。

③ 全国产算力：从训练到推理的完整闭环

两款模型基于全国产算力平台完成全流程训练。结合讯飞此前”基于华为昇腾等国产平台训练”的路线，这条”自主可控”的路线图在端侧继续延伸——对政企、车载这些对数据安全和供应链有要求的场景，这往往不是加分项，而是准入项。

03 · 四大场景实测数据：办公、代码、智能家居、机器人

参数是纸面的，场景数据更实在。官方给的四个方向：

个人办公：从数据到双语报告全流程

以Loomy上的办公案例为例：用户上传销售明细表，要求做销售分析并交付中英文部门业绩报告。星火X2.5-4B的完整动作链：

1. 编写脚本完成数据汇总、关键指标提取和趋势分析
2. 生成约3000字的中文部门业绩报告
3. 沿用原有结构和格式生成英文版报告
4. 完成内容、结构和排版校验

从原始数据到双语交付一条龙，全程在本地完成。

代码开发：4B对标大2-3倍的云端模型

在算法实现、代码补全与生成任务中，星火X2.5-4B可对标参数规模大2至3倍的云端模型。更实用的是接入方式：支持通过DeepSeek Harness、OpenCode、Codex、Pi等开源Harness，把模型接进本地开发和自动化脚本流程。写代码、生成脚本、调试辅助，可以不出本地直接完成。

智能家居：1.7B的响应速度亮眼

机器人：部署到本体和边缘设备

两款模型可部署在机器人本体或边缘设备中，支持操作控制、目标追踪、导航决策等任务，减少对云端连接和固定预设程序的依赖。对需要持续感知和连续执行的机器人场景，”断网也能干活”是刚需。

04 · 部署指南：一条命令跑起来

开源生态的兼容性决定上手门槛。这次讯飞给出的清单相当开放：

如果只是想在自己电脑上体验一把，Ollama是最快路径：

# Ollama拉起星火X2.5端侧模型（示例）
ollama run spark-x2.5-4b

# 或者用LM Studio图形界面加载GGUF版本
# 权重下载地址：
# Hugging Face: huggingface.co/collections/XHToken/spark-x25
# GitHub:       github.com/XHToken/Spark-X2.5

不想折腾本地部署的话，对应API已上线讯飞星辰MaaS平台（maas.xfyun.cn/modelSquare），目前限时免费，可以先白嫖再决定要不要本地化。

05 · 端侧还是云端？给普通用户的真实建议

别被”端侧首个百万Token”冲昏头，端侧和云端各有各的活法：

我的建议很简单：涉及隐私、要离线、高频低复杂度的活，端侧；复杂推理、开放性创作、重任务，云端。未来的形态大概率是端云协同——日常交互端侧扛，重活难活云端接。这次讯飞端侧+旗舰同步推进的节奏，就是在铺这条路。

06 · 后续看点：9月7日293B旗舰，10月还有大招

这次开源只是讯飞9月行程的第一站：

• 9月7日：星火X2.5-293B旗舰基座大模型发布。这是目前讯飞参数规模最大的通用模型，重点升级代码生成和复杂智能体协作能力。
• 10月1024全球开发者节：全国产算力全新主力通用大模型。目标在代码能力和Token性价比上进入国内第一梯队。

07 · 结语：端侧AI的国产路线图

回看这次发布，三个信号值得记住：

第一，端侧军备赛正式开打。百万Token上下文从云端专属变成端侧标配的起点，就是9月1日。手机厂商、车载、智能家居的本地AI能力上限，被重新定义了。

第二，全国产算力不再只是口号。从训练到部署（华为/海光/后摩硬件+讯飞自家平台），这条链路的完整度才是”自主可控”四个字的底气。

第三，开源策略务实。Ollama、LM Studio、vLLM全兼容，权重开放+API限免，降低的是开发者的试错成本，扩大的是生态基数。

至于百万Token到底能不能在你的设备上跑出官方数据的体验，等9月7日旗舰发布后，可以一起实测验证。

你会用本地大模型来干什么？评论区聊聊。