科大讯飞发布全国产算力深度推理大模型星火 X1

背景

深度推理模型指的是在给出最终答案之前，先把中间推理步骤展开写出来的一类模型。这种做法对数学题、多步骤问题通常更有帮助。训练这类模型需要大量算力，而在国内，这些算力来自哪一种硬件，也已经成为发布这类模型时会被专门说明的一件事。

发布内容

2025 年 1 月 15 日，科大讯飞发布星火 X1，称其为中国首个基于全国产算力训练的深度推理大模型 ^[1]。据 CGTN 报道，该模型由科大讯飞与华为联合研发 ^[2]。科大讯飞表示，双方围绕星火 X1 开展了「高强度」的联合攻关 ^[1]。

性能主张

科大讯飞称，星火 X1 在中文数学能力上位列国内第一，并在 AIME、MATH 500 等部分测试中超过了 o1 ^[2]。这些对比由公司在发布会上给出。除了基准成绩，这场发布更强调模型是在什么算力上训练出来的：科大讯飞把星火 X1 作为「深度推理模型可以在国产算力上做出来」的一个例证 ^[1]。

同场发布的另外两项

这次发布不止一个模型。同一天，星火 4.0 Turbo 完成升级；科大讯飞还展示了一个端到端的语音到语音同传模型，时延在 5 秒以内 ^[1]。同声传译的意思是说话人还在讲的时候就把内容译成另一种语言，而不是等对方说完一句再译，因此时延——译文传到听众耳朵里的延迟——是决定体验是否可用的关键指标。

最早落地的场景

科大讯飞表示，星火 X1 已经率先用在被它称为「刚需」的场景里，例如教育和医疗 ^[1]。在教育上，该模型已在约 100 个区域的教学试点中使用；在医疗上，则用于病历质量控制 ^[1]。这两类场景对答案的要求不是「像人说的」，而是「靠得住」：教学工具直接面向学生使用，病历质控则是出错就有后果的工作。

意义

这次发布可以看成两个主张同时提出。一个是技术层面的：这类模型在数学基准上能够与 o1 一较高下，至少在科大讯飞列出的那几项测试上是如此 ^[2]。另一个关乎背后的供应链：训练本身是在国产算力上完成的，华为参与了联合研究 ^[1][2]。对于关注这一领域的人来说，后一个主张才是星火 X1 区别于同期众多推理模型的地方。此外，科大讯飞在发布时给出的是已经投入使用的具体场景，而不只是把一个研究结果公布出来 ^[1]。