量子位官网 · 10/22/2026, 15:11:14
China Telecom Open-Sources Xing4.0-29B Intent Model for Structured Parameter Extraction
China Telecom has released and open-sourced the specialized intent understanding model Xing4.0-29B-Intent, along with 2.75 million training samples and inference images. Utilizing a Unified Schema-driven Semantic Parsing (USP) framework, the model handles both intent classification and parameter extraction, outputting standardized JSON. Compared to general LLMs, it offers optimized low latency, lower cost, and higher reliability for vertical scenarios like customer service routing and smart home control.
SOURCE COVERAGEFull Original Report
Contents10 sections
中电信人工智能科技有限公司星辰通用人工智能实验室正式发布并开源意图理解专用模型 Xing4.0-29B-Intent
中国电信人工智能科技有限公司星辰通用人工智能实验室正式发布并开源意图理解专用模型 Xing4.0-29B-Intent，同步开放275万条训练语料、模型权重与推理镜像。模型将意图识别与参数抽取结合起来，把用户的一句话转换为业务系统可以继续处理的结构化信息。
目前，Xing4.0-29B-Intent模型能力已在电信万号客服、智能家居音箱等终端产品中开始应用，服务于对话意图识别、工单智能路由和口语指令解析。此次开源将为更多开发者提供模型及配套资源，支持接入各自的业务场景。
01判断题还是填空题
“帮我把卧室的灯调成暖黄。”一句日常的设备操作指令，既包含用户想做的事，也包含完成操作所需的具体信息。系统需要从自然表达中提取这些信息，才能交给后续应用处理。
面对这句话，仅判断出“控制灯光”还不够。系统还需要知道：哪个房间？卧室；什么设备？灯；调成什么状态？暖黄。
Jev类决策模型主要“做选择题”，返回类型化决策，从给定的候选中挑选答案；参数抽取相当于“做填空题”，提取完成任务所需的具体信息。Xing4.0-29B-Intent同时支持这两类任务，也支持一句话包含多个意图、多个参数和多个实体的情况。
模型采用统一模式驱动语义解析框架（USP，Unified Schema-driven Semantic Parsing），以“类别＋参数”的层级结构组织结果，按照预先定义的字段规则输出JSON格式信息。异构任务目标如：意图理解、实体识别、关系抽取、事件抽取等任务统一采用统一套输入输出格式约束，便于下游任务快速接入，稳定解析，迁移成本极低。
02为什么不直接用通用大模型？
看到这里你可能会问：通用大模型不是已经“无所不能”了吗，为什么还要专门的意图理解模型？
因为在这类场景里，通用大模型有三个“先天短板”。
第一，输出速度
通用大模型习惯“想清楚再回答”，动辄数百上千字的长篇推理，对于“工单转给谁”这样的问题，等它说完，客户早就挂电话了。Xing4.0-29B-Intent只对任务处理所需的关键决策信息做出快速响应，没有长篇推理，平均输出几十个token，完整结果响应时延可以做到百毫秒级。
第二，决策成本
动用通用大模型去做分类和信息提取，无异于杀鸡用牛刀。意图理解模型规模小、调用省，当一个场景每天要调用上百万次时，成本差距会成倍放大。
第三，决策可靠性
通用大模型的输出是自由文本，同一个问题可能得到十种说法，下游系统难以稳定解析。意图理解模型的输出被严格约束在预定义的结构里：字段确定、格式可校验，不给“自由发挥”留空间。
一句话总结：在响应及时度要求高、场景相对收敛、决策执行相对明确的地方，意图理解模型是比通用大模型更快、更便宜、更可靠的选择。
这条赛道已经有先行者。以Jev为代表的轻量级决策模型推出后，迅速成为开发者社区热议的焦点。市场的反响印证了一个判断：意图理解不必依赖大模型“强推理”，专用小模型同样可以做到又快又准。
03效果说话****两组评测检验识别与抽取能力
模型能否读懂用户多意图细粒度的需求，可以从两个层面检验：一是既判断对类别，又提取对具体内容；二是只看类别判断，能否做到不漏选、不多选。技术团队据此开展了两组评测，分别考察完整抽取结果和类别判断能力。
第一组 不仅类别要对 具体内容也要对
第一组评测从48个中英文公开数据集中按比例抽取6000道题，覆盖意图理解、实体识别、关系抽取和事件抽取四类任务。它考察的不只是“分到哪一类”，还包括“具体提取出了什么”。
以前文的灯光指令为例，仅判断出“控制灯光”还不够，还要提取出“卧室”“灯”“暖黄”等信息。这个例子用于说明评分要求：类别正确但内容缺失或错误，不能算作完整正确的抽取结果。
总分先在四类任务中分别计算，再等权平均，因此代表四类任务的综合表现，并非将6000道题直接合并计算的答对比例。下表各项指标均为分数越高，表现越好。
Xing4.0-29B-Intent总分为58，高于本次参评的18款市面主流通用模型的最高总分49；四类任务的分项得分也均高于本次参评通用模型。
| 模型 | 总分 | 意图分类 | 实体检测 | 关系检测 | 事件抽取 |
|---|---|---|---|---|---|
| Xing4.0-29B-Intent | 58 | 81 | 72 | 38 | 40 |
| Gemini-3.6-Flash | 49 | 64 | 71 | 29 | 30 |
| Qwen3.8-Max | 46 | 63 | 66 | 26 | 29 |
| Kimi-K3 | 45 | 61 | 68 | 25 | 28 |
| GPT-5.6-Sol | 45 | 60 | 68 | 23 | 28 |
| GLM-5.2 | 44 | 58 | 65 | 25 | 29 |
| GPT-5.5 | 44 | 59 | 67 | 23 | 28 |
| GLM-5.3-Flash | 44 | 58 | 65 | 26 | 27 |
| GLM-5.1 | 42 | 59 | 60 | 24 | 27 |
| DeepSeek-V4.1-Flash | 42 | 56 | 61 | 23 | 26 |
| DeepSeek-V4-Pro | 41 | 56 | 60 | 24 | 23 |
| LongCat-2.0 | 41 | 53 | 62 | 23 | 24 |
| GPT-4.1 | 40 | 55 | 59 | 22 | 23 |
| DeepSeek-V4-Flash | 39 | 52 | 55 | 24 | 25 |
| GPT-6-Luna | 39 | 51 | 59 | 20 | 24 |
| GPT-4.1-Mini | 37 | 49 | 57 | 21 | 21 |
| Qwen3.7-Flash | 36 | 48 | 55 | 22 | 20 |
| GPT-4o-Mini | 31 | 41 | 49 | 18 | 16 |
这一结果说明，在本次评测的任务与设置下，Xing4.0-29B-Intent在同时完成类别判断和内容抽取方面表现更好，而不只是能够选对类别。
第二组 只看类别判断****能否不漏选也不多选
第二组评测不评价参数或具体内容抽取，只比较模型能否找全、选准应输出的类别。评测共5606道题，包括3940道单一正确类别题和1666道多个正确类别题；这批题目中还包含839道“无可抽取内容”的负例题，用于检验模型在没有目标内容时是否会误报类别。
Jev采用两种答法参与测试：“N选1”是从候选类别中选出一个答案；“逐个判是非”是依次判断每个候选类别是否符合。下表同时保留GPT-6-Luna作为通用模型参照；两种答法仅指Jev，并不适用于表中所有模型。
这张表里真正要看的是两层：决策总分先把单选、多选、负例三个子项压成一个总决策分，看的是模型“找准、找全、不误报”的综合水平；三个子项再各看一件事——单选能否盯准唯一目标，多选能否一个不漏地点齐应选类别，负例能否在无目标内容时克制住、不误报。总分看整体，子项看短板，两者对上了才说明模型能力是扎实的。
| 模型 | 总决策分 | 单选题得分 | 多选题得分 | 负例得分 |
|---|---|---|---|---|
| Xing4.0-29B-Intent | 70 | 65 | 68 | 70 |
| Jev | 56 | 60 | 41 | 35 |
| Jev （是非判断） | 53 | 24 | 64 | 5 |
| GPT-6-Luna | 65 | 52 | 63 | 64 |
在本次评测的类别决策上，星辰模型在决策总分以及单选、多选、负例三个子项上全面领先于两个对比模型（Jev 的两种答法及 GPT-6-Luna）。核心问题在于：多目标识别和负例防误报这两类最容易出错的场景，正是星辰模型拉开差距的地方——它在多选任务中能更完整地锁定全部应选类别，到了负例场景则敢于“交白卷”，宁可空手，也不硬选凑数。这说明它不止知道“用户想干什么”，还能在类别边界模糊或信息缺失的情况下做出更稳的判断，而非单纯靠命中率高。
| 能力 | Jev等决策模型 | Xing4.0-29B-Intent |
|---|---|---|
| 意图分类 | 支持 | 支持 |
| Function Call参数抽取 | 不支持 | 支持 |
| 信息抽取 / NER / 事件抽取 | 不支持 | 支持 |
| 固定格式结构化输出 | 支持 | 支持 |
| 推理延迟 | <100ms | <200ms |
*上述评测由本公司技术团队开展，评测结果反映参评模型在本次评测数据及测试设置下的表现，不代表所有任务和实际部署场景中的效果。关于本篇中评测实验环境和测试方法详细设置可通过后台留言联系技术团队获取，欢迎开发者和研究者就评测方法、结果复现及应用适配开展交流。
04关于应用：这款模型适合谁？
在具体应用方面，电信万号客服系统中，Xing4.0-29B-Intent承担对话意图识别与工单智能路由，为不同客户诉求的分类、流转提供支持。在智能家居音箱等终端产品上，Xing4.0-29B-Intent将用户口语指令转换为设备可进一步处理的结构化指令，衔接自然语言交互与设备操作。
如果你在做：
终端交互
手机语音助手 / 智能座舱 / IoT中控
既要判意图，又要抽参数，还嫌大模型又慢又贵；
ToB客服 / 企业IM机器人
业务冷启动阶段没有足够的标注数据，不想为每个新意图标注海量样本；
Agent / Function Calling应用
需要一个稳定、低幻觉的“语义入口层”。
那么，你非常适合把Xing4.0-29B-Intent放进你的技术栈。
对于需要调用工具的智能体应用，模型可提供意图识别和函数调用参数抽取能力，为后续执行提供输入。
**05开放Schema + 275万语料，**欢迎试用
Xing4.0-29B-Intent基于星辰通用基座模型 Xing4.0-29B-A4B 微调，使用专用语料训练结构化输出能力。此次开源包含以下四类资源：
01 275.3万条监督微调训练语料
重构自61个公开数据集，覆盖19个领域、52种语言。
02 终端意图理解语料
星辰通用人工智能实验室面向手机端智能交互场景，构建中文口语理解基准CMPA-SLU，相关成果被EMNLP 2026录用《CMPA-SLU: A Benchmark for Chinese Mobile Personal Assistant Spoken Language Understanding》。
03 Xing4.0-29B-Intent模型权重
支持意图识别、参数抽取及统一格式的结构化输出。
04 官方推理镜像
随代码仓库提供，为模型部署和试用提供配套资源。
欢迎开发者围绕自身场景开展评测和试用，通过代码仓库反馈问题与建议。
GET STARTED
天翼AI开放平台调用地址:
https://www.teleai.com.cn/doc/1MBaE2xId9JYYxLXUz2R/3jUbsGzfAj0Qe4A38Y0s
代码仓库：
https://github.com/XingChen-AGI/Xing4.0-29B-Intent
代码许可：
Apache 2.0 数据集与模型权重将在 Hugging Face 同步开放
开源社区调用地址：
HuggingFace：https://huggingface.co/XingChen-AGI/Xing4.0-29B-Intent
HuggingFace 数据集：https://huggingface.co/datasets/XingChen-AGI/Xing4.0-29B-Intent-oss
GitHub：https://github.com/XingChen-AGI/Xing4.0-29B-Intent
魔搭：https://www.modelscope.cn/models/XingChen-AGI/Xing4.0-29B-Intent
魔搭数据集：https://www.modelscope.cn/datasets/XingChen-AGI/Xing4.0-29B-Intent-oss
魔乐：https://modelers.cn/models/XingChen-AGI/Xing4.0-29B-Intent
本文由华为提供，量子位获授权转载，观点归原作者所有。