320B中国开源黑马杀出，模型自己抓Bug揪出幽灵空格

就在昨天凌晨，一个320B的开源大模型IQuest-Q1发布，权重和blog一并公开。九月赛道竞争激烈，GPT-6 Astra、Fable 5.1、Gemini 3.8 Flash及国产Qwen3.8、GLM-5.3等接连发布。IQuest-Q1由至知创新研究院（IQuest Research）推出，在写代码库、挖安全漏洞和长程复杂任务等硬核评测中与头部模型同台竞技。

研发团队一次强化学习训练中，模型得分曲线突然走平，系统无报错。IQuest-Q1自行排查训练日志、对话记录和代码，发现元凶是一个多余空格：推理服务将输出转回文字时多塞了一个空格，训练系统逐字比对后把连贯对话切成几截，导致模型只能从最后一轮学习。关掉该设置后，平均得分从0.704升至0.769，后段进一步达0.799。这套原本需工程师熬夜数通宵的工作，由模型自主完成。

IQuest-Q1采用稀疏MoE架构，训练使用多教师在线策略蒸馏（MOPD），请来四位各有所长的“老师”模型，在学生自己答题基础上批改，再合并多阶段、多路径模型。在NL2Repo、CyberGym、Terminal-Bench 2.1、DeepSWE v1.1及JobBench等评测中表现优异。

实测中，它管理小城早高峰6个路口：先测出车流路口间约18秒，设计绿波让下个路口绿灯晚18秒亮，再将下排路口整体推后18秒，救护车进入某排时全排切绿灯。54分钟边跑分边改，复测零事故，每车平均多等时间从6分钟压到22秒，救护车穿城从近4分钟降至1分钟出头。

电商仓库任务中，8台机器人应对平日220单、双11 420单及临时封路。朴素调度几分钟就堵死。IQuest-Q1先搭可运行调度，打印车辆位置，发现两格宽通道迎面相遇需绕行，又发现空车停在打包台堵路，让空车主动离开并调整入口。复测零撞车，平日和封路局全部送达，双11送出87%，朴素调度仅几十单。

24层写字楼4部电梯调度中，规则为按钮到进梯超60秒或梯内超180秒算不准点。朴素方案高峰大堂排长队。IQuest-Q1分析发现早高峰每趟塞满13人，运力不足，于是让空梯在大堂等人满再走；晚高峰先到最高下行楼层再一路接人，并为低楼层预留位置。复测晚高峰准点率从26%提到61%，平峰从70%升到88%。

前端能力方面，每道设计题只许用一个HTML文件，画面、贴图、音效全靠代码生成。作品多数两三千行代码。“二十四节气水乡”中，白墙黛瓦马头墙沿河排开，节气变换时天色、草木、天气随之变化。