華為：基於昇騰超節點訓練的星辰輕量級代碼智能體大模型 Xing4.0-29B 發佈
作者：歸瀧 責編：歸瀧 評論： 感謝網友 xxy171070 的線索投遞！9 月 20 日消息，中電信人工智能科技有限公司於 9 月 17 日正式發佈新一代星辰大模型 Xing4.0-29B-A4B。該模型聚焦複雜任務理解、任務規劃、工具調用和自主執行等能力，支持長上下文處理，可應用於代碼開發、數據分析、辦公自動化及生活服務等場景。華為中國官方昨晚宣佈，Xing4.0-29B-A4B 總參數 29B，激活參數僅 4B，是國內首個基於昇騰 Atlas 900 A3 SuperPoD 液冷超節點與昇思 MindSpore 框架完成訓練的百億參數大模型，面向複雜工程任務進行了深度優化。
該模型採用新一代架構設計，進一步提升長程任務處理和多步驟執行能力，能夠根據用戶提出的目標自主規劃任務路徑、調用工具並完成複雜任務。華為官方表示，模型的中高階代碼生成與智能體執行，是對長程上下文理解、複雜推理規劃、工具調用協同的綜合考驗。華為團隊與中電信團隊緊密協同，從數據體系、模型架構、訓練工程到強化學習，進行了系統性攻堅。數據基座：圍繞預訓練與後訓練全生命週期，建設涵蓋數十萬億詞元的數據體系。預訓練階段完成 PB 級多源異構數據清洗，引入海量智能體行為軌跡與結構化知識圖譜。後訓練階段搭建高併發沙箱容器，構建端到端長程任務合成數據，並建立自動化校驗機制保障數據正確性。
架構設計：專為長程 Agent 任務設計，MLA 多頭潛變量注意力壓縮 KV 緩存；MT 多 Token 預測增強生成連貫性；mHC 流形約束超連接解決訓練數值不穩定的問題；Muon 與 QK-Clip 優化器保障訓練穩定。訓練採用分階段遞進策略，從 4K 逐步擴展至 32K/128K/256K 序列長度，系統性構建長程能力。工程優化：Xing4.
0-29B-A4B 在昇騰超節點集群上通過多層次軟硬件協同優化實現訓練性能提升 96%，近翻倍突破：基於 MindSpore 全棧適配 mHC 多殘差連接與 DSA 長序列機制，針對細粒度 MoE（64 路由 / Top4 激活），通過專家負載均衡、Grouped GEMM、通信計算重疊及 DVM 圖算融合，吞吐提升 32%；層級與算子級選擇性重計算再提升 19%；自研 Ascend C mHC 融合算子解決 Sinkhorn 碎片化，計算效率提升 30%，整網吞吐再提升 25%。
多專家強化學習：基於昇騰生態完成 Slime 強化學習框架適配，面向 Agent、Coding、Reasoning 開展多專家強化學習訓練，通過 MOPD 技術實現多專家能力高效融合，進一步提升複雜推理與智能體任務表現。目前，昇騰已支持 40+ 個業界頭部模型完成原生訓練，也是國內唯一支持商用大規模預訓練，並訓練落地 SOTA 大模型的廠商。付開源地址如下：GitHub：https://github.com/XingChen-AGI/Xing4.0-29B-A4BHuggingFace：https://huggingface.co/XingChen-AGI/Xing4.
0-29B-A4B魔搭：https://modelscope.cn/models/XingChen-AGI/Xing4.0-29B-A4BGitee：https://gitee.com/xingchen-agi/xing4.0-29b-a4b魔樂：https://modelers.cn/models/XingChen-AGI/Xing4.0-29B-A4B廣告聲明：文內含有的對外跳轉鏈接（包括不限於超鏈接、二維碼、口令等形式），用於傳遞更多信息，節省甄選時間，結果僅供參考，包含外鏈的文章均包含本聲明。投訴水文 我要糾錯 下載APP，簽到賺金幣兌豪禮 相關文章關鍵詞：Xing4.
029BA4B，Xing4.0，星辰大模型，華為昇騰中國電信開源首個全棧國產輕量級智能體大模型 Xing4.0-29B-A4B華為朱照生：昇騰已經跨越了生態拐點，完全有能力、有機會在 Agentic 時代構建 AI 新生態華為發佈全球首個採用 NPO 的超節點“昇騰 960 超節點”，2027 年 Q3 上市華為靈衢昇騰 950 智算集群雲服務計劃 9 月 30 日國內商用、11 月 30 日全球商用華為打造業界首個採用 NPO 技術的超節點，汪濤宣佈 openEuler 成為中國服務器操作系統份額第一華為輪值董事長汪濤：昇騰 960 芯片將提前至 2027 年 Q1 發佈，實現性能翻番
Related
相關文章
Anthropic 殺手級驗真系統 FlashProve 正式開源：17 秒精準戳破“套殼模型”，驗身速度飆升 5000 倍
AI資訊AI新閒資訊正文Anthropic 殺手級驗真系統 FlashProve 正式開源：17 秒精準戳破“套殼模型”，驗身速度飆升 5000 倍發布於AI新閒資訊時間 :Nov 4, 2026閱讀 :1分鐘人工智能開源生態的繁榮在帶來便利的同時，也催生了層出不窮的“套殼模型”現象——部分開發者或機構將開源模型稍作包裝，甚至偷換權重、篡改輸出，便對外宣稱是自主研發的全新模型。為了從根源上打擊這種行業亂象，人工智能明星企業Anthropic近日正式推出並開源了全新的大模型可證明推理系統 ——FlashProve。該系統憑藉底層的密碼學技術，實現了對模型真實身份的精準驗真，為大模型生態的透明化與合規化樹立了全新標杆。技術硬核解析:基於 zkSNARK 的三步驗真閉環作為一款主打“驗真”的系統，FlashProve的核心技術路線摒棄了傳統需要獲取龐大模型權重或重新完整跑一遍模型的繁瑣流程，而是創新性地引入了零知識證明 zkSNARK 技術。整個驗證過程精簡為高效的三步閉環:離線生成權重唯一承諾 ID: 在模型部署前，系統會為其生成一個獨特的密碼學承諾標識（Commitment ID），作為該模型不可篡改的“數字身份證”。在線生成推理密碼學證明: 當大模型在雲端處理用戶請求並輸出結果時，系統會同步生成對應的密碼學推理證明。普通 CPU 端17秒快速驗真: 驗證方無需調取模型的高昂權重，也無需重複運行模型，僅需在一臺普通的 CPU 終端上耗時17秒，就能對密碼學證明進行完整解析。這一突破性的設計，不僅能100% 精準驗證大模型的輸出是否確實由指定的 condamned 目標模型生成，還能徹底杜絕任何偷換模型、篡改輸出等投機倒把的套殼掉包行為。更值得一提的是，該系統的底層安全性設計經過嚴格推演，具備能夠抵禦未來量子攻擊的強悍防護能力。軟硬件效率突破:單張 H100支撐4000億參數
微軟為Outlook引入小型AI模型，優化郵件搜索排序
AI資訊AI新閒資訊正文微軟為Outlook引入小型AI模型，優化郵件搜索排序發布於AI新閒資訊時間 :Nov 4, 2026閱讀 :1分鐘微軟正在為Outlook搜索引入一款專用小型語言模型，通過優化搜索結果排序，提高郵件檢索的準確性和相關性。據悉，該模型採用精簡版模型排名器（Reranker）架構，通過更大型模型的監督訓練，在控制計算資源消耗的同時優化搜索結果。目前，微軟正在內部測試該模型，並表示早期離線測試結果令人鼓舞。與能夠理解自然語言指令的AI搜索不同，此次模型主要負責對現有搜索結果進行重新排序，並未涉及自然語言搜索能力。微軟展示的測試對比顯示，新模型能夠改善搜索結果相關性，減少無關郵件幹擾。近年來，微軟持續將AI融入Outlook，包括Copilot郵件撰寫、會議衝突自動處理等功能。相比直接面向用戶的生成式AI，此次搜索模型更側重底層檢索效率，通過輕量化技術優化高頻使用場景，也體現出微軟正在將AI能力從內容生成延伸至傳統軟件功能的性能優化。相關推薦微軟給新版 Outlook"瘦身"：10 月全球停用 Copilot 主題，重新押注聊天入口據 Windows Latest 披露，微軟計劃在 2026 年 10 月中下旬全球撤下新版 Outlook 的 Copilot 主題功能，覆蓋 Windows、macOS 新版 Outlook 及網頁版 Outlook.com。該功能允許用戶輸入描述或選擇現成方向，由 Copilot 生成整套視覺風格，整體更換軟件外觀。此次調整意味著這項 AI 界面裝扮能力將被下架。Oct 13, 2026238.9k微軟押注自研Maia芯片： 2027 年鋪到吉瓦級，納德拉稱"對自家硅最大一賭"微軟計劃將自研Azure Maia AI芯片從實驗室推向主舞臺。高管古思裡稱，2027年起以多吉瓦級規模部署Maia，使其成為各產品線主要推理系統。
谷歌給美國中小學出"二選一"：開 AI 搜索，或關掉搜索
教育業務負責人克里斯·菲利普斯明確：從幼兒園到高三的學生賬戶，谷歌搜索、Gemini 聊天機器人、Gemini Notebook 以及谷歌課堂裡的 Gemini 功能，默認一律關閉，必須靠學校管理員手動開啟。換句話說，搜索的開關握在管理員手裡——但一旦打開搜索，內嵌的 AI 能力也跟著放行。
騰訊 Hy4 正式版亮相：擠進最強開源陣營，主打"真幹活"
比起 8 月底推出的 preview 版，這回不僅顯著擴大預訓練與後訓練規模，還首次引入視覺能力——能結合感知、推理與工具調用，做圖像處理、圖表分析與數學視覺推理。更難得的是 Hy4 首次支持"電腦操作"，可混用命令行與圖形界面；騰訊還針對 Blender、CAD 等專業軟件及跨應用長程任務做了專項訓練，打磨規劃執行。
Tencent WeVisOne-VL Unifies Detection, OCR, Segmentation and Matting
Tencent’s WeChat Vision team has released WeVisOne-VL, an open vision language model in 2B and 4B sizes. The WeVisOne-VL vision language model handles detection, referring, counting, pointing, OCR, segmentation and alpha matting in one model.
創作者最怕的"版權申訴"，YouTube 用 AI 配樂一鍵化解
11 月 4 日，YouTube 把緩解這樁麻煩的"替換歌曲"（Replace song）工具推向全球創作者——它此前已在美國試水。操作邏輯很直接：當創作者收到音頻版權申訴，工具會即時生成四首獨特的免版稅器樂背景音樂，用來替換那段受版權保護的音頻；替換一旦完成，對應的 Content ID 聲明便自動撤銷。