国产29B开源模型挑战Jev：会判断还能填参数

近300万条语料、推理SDK一并放出。AI行业正被一个叫Jev的模型搅动。这款由TypeSafe AI发布的“系统一模型”，验证了一个此前被忽视的判断：意图理解这类高频、低延迟的任务，未必非要劳驾千亿参数的大模型“硬想”，专用模型同样能做到又快又准。一时间，决策层与生成层分离，成了AI Agent落地的热门话题。但Jev留下了一个问题：判断出用户想做什么之后，谁来负责把事情交代清楚？

例如，用户说“把展厅东侧的灯调到80%、色温4000K，西侧调到30%、2700K，入口灯别动”。识别出“调节灯光”，只能算完成了第一步。系统还需要知道哪盏灯对应哪个亮度、哪种色温，以及哪盏灯必须保持原样。真实的AI Agent场景里，类似的指令比比皆是。判断正确只是基础，能否把用户的自然语言准确转化为结构化参数，同时分清哪些该做、哪些不该做，才是意图理解能力真正的落地考验。

10月19日，中电信人工智能科技有限公司星辰通用人工智能实验室开源Xing4.0-29B-Intent，尝试补上这一能力缺口。它把意图理解扩展为“选择题+填空题”，同时将模型、训练语料和推理SDK一并开源。我们拿了它的接口，围绕智能空间、智能座舱、办公协同和Personal Agent等真实场景做了11组实测，看看它在更复杂的指令下，究竟能把意图识别与参数提取到什么程度。

意图理解正在成为AI Agent落地的一道重要关卡。过去，人们更关注大模型能否听懂一句话，如今，当Agent需要真正接入手机、汽车和企业软件，光能判断意图已经不够了。Jev这类决策模型提供三种决策原语：Noul布尔判断、Choice分类选择和Score标尺打分。三种原语可以并行，延迟低到70毫秒，优势在于快速完成预定义范围内的判断。但这类决策原语的输出仍受候选选项限制，无法直接覆盖真实业务中复杂、开放的参数抽取需求。

Xing4.0-29B-Intent则选择将意图分类与参数抽取整合进同一个模型。它既能判断一段输入对应什么意图，也能进一步提取其中的实体、数值及相关属性，并通过统一的JSON结构返回。这意味着，面对同一句包含多项指令的自然语言输入，模型可以同时给出意图类别和对应参数，减少业务系统再去解析原始文本的工作。

以展厅灯光测试为例。用户要求将展厅东侧的灯调到80%、色温4000K，将西侧的灯调到30%、2700K，入口灯保持不动，同时将大厅背景音乐音量调到15%。模型一次返回了两类意图。其中，“调节灯光”对应两个参数对象，分别包含东侧、西侧的亮度和色温；“调节音量”则提取了大厅、15%两个参数。由于入口灯被要求保持原样，模型没有将其列入需要调节的设备。这组结果的价值，在于它保留了用户指令中的对象和属性对应关系，并正确处理了部分设备保持不变的要求。

至于性能，Xing4.0-29B-Intent的端到端推理延迟低于150毫秒，落在Jev的70到500毫秒区间内。结构化JSON输出带Schema强约束，格式幻觉也被压得很低。

意图理解应用长期面临一个成本问题：每接入一个新业务场景，往往就要重新整理意图类别、标注数据，甚至重新训练模型。如果模型能在缺少示例的情况下识别新类别、抽取参数，开发者接入业务系统的工作量就有望降低。在零样本冷启动评测中，Xing4.0-29B-Intent的Micro-F1达到70.27，较Jev最优配置高出12.62个百分点，同时超过GPT-4.1。在要求预测结果全部正确的严格全对指标上，Xing4.0-29B-Intent取得61的成绩，而Jev两种配置的成绩介于21至48之间。

在覆盖48个公开数据集的统一评测中，Xing4.0-29B-Intent的Overall总分达到58，比排名第二的Gemini-3.6-Flash高9分。模型在实体识别、关系抽取、事件抽取和意图理解四类任务中均取得领先成绩。

统一评测之外，我们追加了11组测试，覆盖智能空间、智能座舱、企业业务、办公协作及Personal Agent等场景。家居调控测试中，模型一次识别了投影仪、窗帘、主灯和空调等四类意图，准确对应不同区域与各类型开关。智能座舱测试中，面对多个车窗的控制要求，它正确提取了副驾车窗和天窗的开度，但其中的偏差值得注意：如果后排车窗原本处于一定开度，执行0%的参数反而会改变原有状态。企业业务测试中，两家门店、不同设备故障及联系人，模型分得清；两份项目记录中的负责人、预算和交付时间，也没有串线；面对两笔不同人员的报销，它还能准确关联费用类型、金额、币种及所属项目。当更新工单和发送通知被放进同一句话时，模型也能拆出两类意图，并跳过要求保持原样的工单。办公场景中，一次交代会议安排与任务创建，模型能分别提取会议地点、参会人、任务负责人和截止时间等信息。