智东西 作者 江宇 编辑 漠影 AI行业正被一个叫 Jev 的模型搅动。 这款由TypeSafe AI发布的“系统一模型”，验证了一个此前被忽视的判断：意图理解这类高频、低延迟的任务，未必非要劳驾千亿参数的大模型“硬想”，专用模型同样能做到又快又准。一时间，决策层与生成层分离，成了AI Agent落地的热门话题。 但Jev留下了一个问题：判断出用户想做什么之后，谁来负责把事情交代清楚？ 例如，用户说“把展厅东侧的灯调到80%、色温4000K，西侧调到30%、2700K，入口灯别动”。识别出“调节灯光”，只能算完成了第一步。系统还需要知道哪盏灯对应哪个亮度、哪种色温，以及哪盏灯必须保持原样。 真实的AI Agent场景里，类似的指令比比皆是。 判断正确只是基础，能否把用户的自然语言准确转化为结构化参数，同时分清哪些该做、哪些不该做，才是意图理解能力真正的落地考验。 10月19日，中电信人工智能科技有限公司星辰通用人工智能实验室 开源Xing4.0-29B-Intent ，尝试补上这一能力缺口。它把意图理解扩展为“选择题+填空题”，同时将模型、训练语料和推理SDK一并开源。 我们拿了它的接口，围绕智能空间、智能座舱、办公协同和Personal Agent等真实场景做了11组实测，看看它在更复杂的指令下，究竟能把意图识别与参数提取到什么程度。 开源社区调用地址： 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 魔乐： https://modelers.cn/models/XingChen-AGI/Xing4.0-29B-Intent” 一、一张表看懂：Jev做选择题，它做的是“选择加填空” 意图理解 正在成为AI Agent落地的一道重要关卡。过去，人们更关注大模型能否听懂一句话，如今，当Agent需要真正接入手机、汽车和企业软件，光能判断意图已经不够了。 先看Jev这类决策模型能做什么。 它提供三种决策原语：Noul布尔判断、Choice分类选择和Score标尺打分。Noul回答“是/否”，返回一个0到1的概率；Choice从一组互斥选项里挑最匹配的那个；Score则在一个有序量表上给出分数。 三种原语可以并行，延迟低到70毫秒。其优势在于快速完成预定义范围内的判断。 但这类决策原语的输出仍受候选选项限制，无法直接覆盖真实业务中复杂、开放的参数抽取需求。 例如，“把卧室的灯调到30%，客厅调到70%”，模型需要分别找出卧室、客厅两个对象，并将30%、70%的亮度准确对应。如果换成“把工单TK-2048转给陈知远，优先级设为高，TK-2051保持原样”，模型还得理解两个工单对应着截然不同的处理要求。 这类任务涉及 意图分类、信息抽取、实体关联以及上下文理解 。用户说得越自然，背后的参数往往越复杂。 Xing4.0-29B-Intent则选择将意图分类与参数抽取整合进同一个模型。 它既能判断一段输入对应什么意图，也能进一步提取其中的实体、数值及相关属性，并通过统一的JSON结构返回。 这意味着，面对同一句包含多项指令的自然语言输入，模型可以同时给出意图类别和对应参数，减少业务系统再去解析原始文本的工作。 以展厅灯光测试为例。用户要求将展厅东侧的灯调到80%、色温4000K，将西侧的灯调到30%、2700K，入口灯保持不动，同时将大厅背景音乐音量调到15%。 模型一次返回了两类意图。其中，“调节灯光”对应两个参数对象，分别包含东侧、西侧的亮度和色温；“调节音量”则提取了大厅、15%两个参数。由于入口灯被要求保持原样，模型没有将其列入需要调节的设备。 ▲实测：模型同时识别两组灯光参数和一组音量参数 这组结果的价值，在于 它保留了用户指令中的对象和属性对应关系，并正确处理了部分设备保持不变的要求。 类似的指令放在智能家居中很常见，但当多个对象、不同数值和否定要求同时出现，模型就需要具备更细致的语义理解能力。 对AI Agent而言，判断意图决定了任务方向，参数抽取则决定了后续操作能否准确对应用户的要求。这也是Xing4.0-29B