Jev剛火，國產29B開源模型來踢館了！不光會判斷，還能直接填參數

作者 | 江宇 編輯 | 漠影 AI行業正被一個叫Jev的模型攪動。這款由TypeSafe AI發佈的“系統一模型”，驗證了一個此前被忽視的判斷：意圖理解這類高頻、低延遲的任務，未必非要勞駕千億參數的大模型“硬想”，專用模型同樣能做到又快又準。一時間，決策層與生成層分離，成了AI Agent落地的熱門話題。但Jev留下了一個問題：判斷出用戶想做什麼之後，誰來負責把事情交代清楚？例如，用戶說“把展廳東側的燈調到80%、色溫4000K，西側調到30%、2700K，入口燈別動”。識別出“調節燈光”，只能算完成了第一步。系統還需要知道哪盞燈對應哪個亮度、哪種色溫，以及哪盞燈必須保持原樣。

真實的AI Agent場景裡，類似的指令比比皆是。判斷正確只是基礎，能否把用戶的自然語言準確轉化為結構化參數，同時分清哪些該做、哪些不該做，才是意圖理解能力真正的落地考驗。10月19日，中電信人工智能科技有限公司星辰通用人工智能實驗室開源Xing4.0-29B-Intent，嘗試補上這一能力缺口。它把意圖理解擴展為“選擇題+填空題”，同時將模型、訓練語料和推理SDK一併開源。我們拿了它的接口，圍繞智能空間、智能座艙、辦公協同和Personal Agent等真實場景做了11組實測，看看它在更復雜的指令下，究竟能把意圖識別與參數提取到什麼程度。

開源社區調用地址： GitHub： https://github.com/XingChen-AGI/Xing4.0-29B-Intent HuggingFace： https://huggingface.co/XingChen-AGI/Xing4.0-29B-Intent https://huggingface.co/datasets/XingChen-AGI/Xing4.0-29B-Intent-oss 魔搭： https://www.modelscope.cn/models/XingChen-AGI/Xing4.0-29B-Intent https://www.modelscope.

cn/datasets/XingChen-AGI/Xing4.0-29B-Intent-oss 魔樂： https://modelers.cn/models/XingChen-AGI/Xing4.0-29B-Intent” 一、一張表看懂：Jev做選擇題，它做的是“選擇加填空” 意圖理解正在成為AI Agent落地的一道重要關卡。過去，人們更關注大模型能否聽懂一句話，如今，當Agent需要真正接入手機、汽車和企業軟件，光能判斷意圖已經不夠了。先看Jev這類決策模型能做什麼。它提供三種決策原語：Noul布爾判斷、Choice分類選擇和Score標尺打分。

Noul回答“是/否”，返回一個0到1的概率；Choice從一組互斥選項裡挑最匹配的那個；Score則在一個有序量表上給出分數。三種原語可以並行，延遲低到70毫秒。其優勢在於快速完成預定義範圍內的判斷。但這類決策原語的輸出仍受候選選項限制，無法直接覆蓋真實業務中複雜、開放的參數抽取需求。例如，“把臥室的燈調到30%，客廳調到70%”，模型需要分別找出臥室、客廳兩個對象，並將30%、70%的亮度準確對應。如果換成“把工單TK-2048轉給陳知遠，優先級設為高，TK-2051保持原樣”，模型還得理解兩個工單對應著截然不同的處理要求。這類任務涉及意圖分類、信息抽取、實體關聯以及上下文理解。

用戶說得越自然，背後的參數往往越複雜。Xing4.0-29B-Intent則選擇將意圖分類與參數抽取整合進同一個模型。它既能判斷一段輸入對應什麼意圖，也能進一步提取其中的實體、數值及相關屬性，並通過統一的JSON結構返回。這意味著，面對同一句包含多項指令的自然語言輸入，模型可以同時給出意圖類別和對應參數，減少業務系統再去解析原始文本的工作。以展廳燈光測試為例。用戶要求將展廳東側的燈調到80%、色溫4000K，將西側的燈調到30%、2700K，入口燈保持不動，同時將大廳背景音樂音量調到15%。模型一次返回了兩類意圖。

其中，“調節燈光”對應兩個參數對象，分別包含東側、西側的亮度和色溫；“調節音量”則提取了大廳、15%兩個參數。由於入口燈被要求保持原樣，模型沒有將其列入需要調節的設備。▲實測：模型同時識別兩組燈光參數和一組音量參數 這組結果的價值，在於它保留了用戶指令中的對象和屬性對應關係，並正確處理了部分設備保持不變的要求。類似的指令放在智能家居中很常見，但當多個對象、不同數值和否定要求同時出現，模型就需要具備更細緻的語義理解能力。對AI Agent而言，判斷意圖決定了任務方向，參數抽取則決定了後續操作能否準確對應用戶的要求。這也是Xing4.

0-29B-Intent與Jev所代表的決策模型之間，一個值得關注的能力差異。至於性能，Xing4.0-29B-Intent的速度也沒有因為“填空”變慢。其端到端推理延遲低於150毫秒，落在Jev的70到500毫秒區間內。結構化JSON輸出帶Schema強約束，Xing4.0-29B-Intent的格式幻覺也被壓得很低。二、零樣本冷啟動，硬數據拉開差距 能力定位之外，還得看成績。意圖理解應用長期面臨一個成本問題：每接入一個新業務場景，往往就要重新整理意圖類別、標註數據，甚至重新訓練模型。如果模型能在缺少示例的情況下識別新類別、抽取參數，開發者接入業務系統的工作量就有望降低。

這也是零樣本能力的重要性所在。在零樣本冷啟動評測中，Xing4.0-29B-Intent的Micro-F1達到70.27，較Jev最優配置高出12.62個百分點，同時超過GPT-4.1。這一指標反映了模型在相應評測任務中識別意圖和提取信息的綜合表現。在要求預測結果全部正確的嚴格全對指標上，Xing4.0-29B-Intent取得61的成績，而Jev兩種配置的成績介於21至48之間。▲零樣本冷啟動評測結果 差距背後，反映出兩類模型在任務設計上的不同側重。Jev主要針對預定義選項中的快速決策進行優化；Xing4.0-29B-Intent則要進一步處理輸入文本中包含的實體、屬性和參數。

後者面臨的輸出要求更加複雜，也更貼近需要結構化信息的業務場景。再看統一榜單。在覆蓋48個公開數據集的統一評測中，Xing4.0-29B-Intent的Overall總分達到58，比排名第二的Gemini-3.6-Flash高9分。模型在實體識別、關係抽取、事件抽取和意圖理解四類任務中均取得領先成績。▲48個公開數據集統一評測結果 其中，實體檢測要找準文本里的人名、地名和組織名稱，關係檢測要明確不同實體之間的聯繫，事件抽取則涉及事件類型及其參與要素。這些看似不同的任務，都與結構化信息的準確性有關。

例如，用戶要求“登記兩筆報銷”，模型需要找出報銷人、費用類型、金額和所屬項目；用戶要求“創建兩張工單”，模型則需要準確關聯門店、設備、故障和聯繫人。意圖分類只能回答這些任務屬於什麼類別，更完整的語義解析還需要把每條信息放進正確的位置。如果說Jev驗證了專用模型能夠承擔高頻判斷任務，那麼Xing4.0-29B-Intent給出的另一種思路，是讓專用模型進一步承擔結構化信息整理的工作。對於希望減少業務適配成本的開發者而言，這種能力具有實際意義。三、11組真實場景實測，智能座艙、Personal Agent都能派上用場 統一評測之外，我們更關心模型在真實場景中的表現。

此次，追加了11組測試，覆蓋智能空間、智能座艙、企業業務、辦公協作及Personal Agent等場景，進一步考驗其複雜指令理解與參數抽取能力。先看智能空間，一句話同時控制多臺設備。家居調控測試中，模型一次識別了投影儀、窗簾、主燈和空調等四類意圖，準確對應不同區域與各類型開關。▲實測：區域、設備與狀態準確對應 對智能家居、空間中控等應用而言，用戶通常不會逐個描述設備操作。能否將一句自然語言拆解為多組準確參數，直接關係到交互體驗。智能座艙的測試，則給模型出了一道難題。面對多個車窗的控制要求，它正確提取了副駕車窗和天窗的開度。▲實測：模型將禁止打開車窗理解為關閉車窗 但其中的偏差值得注意。

如果後排車窗原本處於一定開度，執行0%的參數反而會改變原有狀態。對於涉及物理設備的場景，準確理解否定指令同樣重要。企業業務則是另一種考驗：信息多、字段雜，還不能張冠李戴。我們連續測試了工單創建、工單更新、項目管理和費用報銷。兩家門店、不同設備故障及聯繫人，模型分得清；兩份項目記錄中的負責人、預算和交付時間，也沒有串線。面對兩筆不同人員的報銷，它還能準確關聯費用類型、金額、幣種及所屬項目。

▲實測：兩家門店的工單信息準確對應 ▲實測：項目負責人、預算及交付時間正確綁定 ▲實測：兩筆報銷的金額、費用類型及所屬項目均被提取 更進一步，當更新工單和發送通知被放進同一句話時，模型也能拆出兩類意圖，並跳過要求保持原樣的工單。▲實測：工單更新與消息通知分別提取參數 這些看似瑣碎的字段，恰恰是企業系統的核心細節。一筆報銷掛錯項目、一張工單分錯負責人，都可能影響後續業務流程。模型能夠準確提取並關聯信息，也就具備了接入相關業務系統的基礎。回到日常辦公，複雜的任務安排和臨時改口也沒有難倒它。一次交代會議安排與任務創建，模型能分別提取會議地點、參會人、任務負責人和截止時間等信息。

▲實測：會議安排與任務創建一次拆解 更有意思的是多輪修改：用戶臨時更換會議時間、地點和參會人，模型更新了對應參數，卻沒有丟掉原先約定的30分鐘時長。▲實測：修改會議信息後，未變更的時長得以保留 這種能力很貼近日常工作。人們經常只說“時間改一下，其他不變”，很少重新交代全部信息。而在當下火熱的Personal Agent場景中，模型同樣展現出了應用潛力。比如，一口氣設置鬧鐘、創建提醒、記錄備忘錄，模型能夠將三項任務分別整理；讓它向不同聯繫人發送消息，兩段內容也沒有混淆。

▲實測：鬧鐘、提醒和備忘錄三項意圖同時識別 ▲實測：兩名聯繫人的消息內容分別提取 我們還故意設置了一個容易誤判的場景：備忘錄正文中寫著“取消明天的會議，再給劉寧發消息”。這次，模型沒有把正文裡的操作指令當成新任務，而是完整保留了用戶要求記錄的內容。▲實測：模型正確區分備忘錄正文與實際操作指令 這對於Personal Agent尤其重要。個人助理需要接觸大量聊天記錄、日程和備忘信息，既要理解用戶交代的任務，也要分清哪些內容只是記錄或轉述，避免產生多餘操作。綜合11組實測，Xing4.0-29B-Intent在多對象參數綁定、多任務拆解和上下文理解方面展現出較好的能力。

這些場景已經反映出一個共同需求：無論智能座艙、企業辦公還是Personal Agent，真正可用的意圖理解能力，都需要準確識別操作對象、提取所需參數，並守住指令邊界。這也是這類意圖理解專用模型走向實際應用時，需要解決的核心問題。四、統一Schema+近300萬語料，把語義理解能力開源 支撐Xing4.0-29B-Intent這些能力的，是其背後的一套統一語義解析框架。這套框架叫USP（Unified Schema-driven Semantic Parsing，統一模式驅動語義解析）。它將命名實體識別、關係抽取、事件抽取和口語理解四類任務統一到相同的輸出結構中。

其核心是category+args層級JSON。category用於表示識別出的意圖或信息類型，args則負責存放對應參數。例如，同樣是一次結構化信息提取，在工單場景裡，args可以包含設備、故障、優先級和聯繫人；在項目管理場景裡，可以包含負責人、預算和交付時間；在智能座艙場景裡，則可以包含設備名稱、開度或其他控制參數。不同場景的參數各不相同，但都可以用統一的結構組織。這也解釋了前面的實測中，為什麼模型能夠處理燈光控制、報銷登記、會議安排和工單管理等不同類型的任務。它們表面上屬於不同業務，底層都需要解決同一個問題：將自然語言中的信息準確映射到預定義的結構化字段。

統一Schema的意義，也正在於此。它讓不同語義解析任務能夠使用相近的數據組織方式，減少模型輸出與下游業務接口之間的格式差異。從這一角度看，Xing4.0-29B-Intent的價值，在於將大量原本需要針對不同業務分別開發的語義解析能力，整合進一套相對統一的模型與數據框架。而這次開源，也覆蓋了支撐這套框架的多個環節。首先是數據。Xing4.0-29B-Intent所用的275.3萬條SFT語料重構自61個公開數據集，覆蓋19個領域、52種語言。該語料庫是目前業內規模最大的開源意圖理解語料庫。此外，該團隊還提供了面向手機等終端交互場景的意圖理解語料，相關工作已被EMNLP 2026錄用。

模型方面，Xing4.0-29B-Intent基於星辰29B底座微調，重點優化語義解析與結構化輸出能力。再加上配套的推理SDK和官方鏡像，開發者能夠利用公開的數據和模型進行復現、部署與進一步適配。這也讓開源的意義超出了模型權重本身。對於手機語音助手和智能座艙開發者，他們需要將用戶口語化的表達準確映射到設備或應用參數；對於客服與企業辦公系統，模型需要識別業務意圖、提取人員和項目等關鍵信息；對於Agent開發者，一套穩定的結構化語義解析能力，也有助於降低自然語言與業務系統之間的適配成本。這些場景看起來差異很大，但對意圖理解能力提出了相似的要求。

模型既要理解用戶想完成的任務，又要將任務需要的信息完整、準確地交給後續系統。Xing4.0-29B-Intent此次選擇將這部分能力連同訓練語料一起開放，為開發者提供了進一步適配不同業務的基礎。目前，相關代碼已在GitHub的TeleChat-USP倉庫開源，採用Apache 2.0協議；數據集與模型權重同步上架Hugging Face，官方推理鏡像也已提供。結語：Agent的下一場效率之爭，藏在不起眼的環節裡 如今，AI Agent的競爭越來越熱鬧。各家比拼誰能完成更多任務、連接更多應用、處理更復雜的工作流，但一個容易被忽視的問題是：這些能力越豐富，系統對底層語義理解的要求也就越高。

尤其在終端設備和企業應用中，每天可能產生海量簡單卻高頻的交互。如果每一次意圖判斷和信息提取都依賴通用大模型，不僅會增加推理成本，也可能拖慢響應速度。這給專用模型留下了機會。Jev的走紅，以及Xing4.0-29B-Intent的開源，都反映出一條值得關注的技術路線：將高頻、明確的任務交給針對性優化的專用模型，讓通用大模型把算力留給更復雜的推理與規劃。對AI Agent產業而言，這種分工有望帶來更低的運行成本和更穩定的交互體驗。而隨著專用模型的能力邊界不斷拓展，未來Agent的競爭力，或許也將越來越取決於這些看不見的底層能力。