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
← 返回最新