星辰通用人工智能实验室称，该模型同时支持意图分类与参数抽取，可将一句话转成JSON格式结构化信息，已在电信万号客服、智能家居音箱等产品中开始应用；模型权重、275.3万条训练语料和推理镜像一并开源。
AI解读：模型把意图识别与参数抽取合并处理：既判断“控制灯光”这类意图类别，也抽取“卧室”“灯”“暖黄”等参数，输出被约束在预定义字段规则内的JSON结构。实验室称其基于Xing4.0-29B-A4B基座微调，采用统一模式驱动语义解析框架（USP）。
实验室给出的应用场景是电信万号客服的对话意图识别与工单路由，以及智能家居音箱的口语指令解析；该模型已在这些产品中开始应用。
技术团队自行开展两组评测：6000道题的综合抽取评测中该模型总分58，高于其列出的18款通用模型最高分49；5606道类别决策评测中总决策分70，Jev为56、GPT-6-Luna为65。实验室注明结果仅反映本次评测数据与设置下的表现。
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于2026年10月22日发布并开源意图理解专用模型Xing4.0-29B-Intent。据量子位转载的发布信息，此次开放的内容包括模型权重、官方推理镜像和275.3万条监督微调训练语料，代码许可为Apache 2.0，模型与数据集在Hugging Face、GitHub、魔搭、魔乐同步提供。
模型做什么：分类和抽参数一次完成
按发布方的说明，Xing4.0-29B-Intent面向把用户自然语言转成业务系统可处理的结构化信息。以“帮我把卧室的灯调成暖黄”为例，模型不仅要判断意图属于“控制灯光”，还要抽取出房间、设备、目标状态三个参数。
发布方用“判断题”和“填空题”区分两类任务：Jev类决策模型主要从候选中选出类型化决策，参数抽取则需提取完成任务所需的具体信息。Xing4.0-29B-Intent声称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。
输出侧，模型采用统一模式驱动语义解析框架（USP），以“类别＋参数”的层级结构组织结果，按预定义字段规则输出JSON；发布方称意图理解、实体识别、关系抽取、事件抽取等异构任务共用同一套输入输出格式约束。
- 发布并开源方：中电信人工智能科技有限公司星辰通用人工智能实验室
- 开源资源：模型权重、275.3万条监督微调语料、官方推理镜像
- 语料来源：发布方称重构自61个公开数据集，覆盖19个领域、52种语言
- 基座：Xing4.0-29B-A4B
已落地场景与适用边界
发布方称，该模型能力已在电信万号客服系统和智能家居音箱等终端产品中开始应用，分别承担对话意图识别、工单智能路由和口语指令解析。发布信息未给出这些场景的调用量或线上效果数据。
发布方列出的适用方向包括手机语音助手、智能座舱、IoT中控等终端交互，ToB客服与企业IM机器人，以及需要稳定语义入口层的Agent与Function Calling应用。发布方还称该模型可用于函数调用参数抽取，为后续工具执行提供输入。
同文给出的一张能力对比表显示，实验室将自身定位为延迟低于200毫秒，而Jev等决策模型为低于100毫秒；同时称Jev类模型不支持参数抽取和信息抽取、事件抽取。该表由发布方技术团队制作。
- 电信万号客服：对话意图识别、工单智能路由
- 智能家居音箱：口语指令转结构化指令
- 发布方称平均输出几十个token，完整结果响应时延在百毫秒级
两组自测：总分领先，但评测由公司团队完成
第一组评测从48个中英文公开数据集抽取6000道题，覆盖意图理解、实体识别、关系抽取和事件抽取。发布方说明，总分先在四类任务中分别计算再等权平均，不是6000道题直接合并的答对比例。结果显示Xing4.0-29B-Intent总分58，本次参评18款通用模型最高为Gemini-3.6-Flash的49，四类分项得分也均高于参评通用模型。
第二组评测共5606道题，只比较类别判断，包括3940道单一正确类别题、1666道多类别题和839道无目标内容的负例题。Xing4.0-29B-Intent总决策分70，单选、多选、负例分别为65、68、70；Jev总决策分56，GPT-6-Luna为65。发布方称差距主要体现在多选和负例防误报上。
发布方在文末注明，上述评测由该公司技术团队开展，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。评测环境和测试方法的详细设置需联系技术团队获取。
- 综合抽取评测：Xing4.0-29B-Intent 58，参评通用模型最高49
- 分项：意图分类81、实体检测72、关系检测38、事件抽取40
- 类别决策评测：Xing4.0-29B-Intent 70、GPT-6-Luna 65、Jev 56
- 负例题839道，用于检验无目标内容时是否误报类别
配套语料与获取方式
除模型权重外，发布方开放275.3万条监督微调训练语料，用于训练结构化输出能力。实验室还称面向手机端智能交互场景构建了中文口语理解基准CMPA-SLU，相关论文被EMNLP 2026录用。
模型可通过天翼AI开放平台调用，代码仓库和权重在GitHub、Hugging Face、魔搭、魔乐提供，数据集在Hugging Face和魔搭同步开放。
- 代码许可：Apache 2.0
- GitHub：github.com/XingChen-AGI/Xing4.0-29B-Intent
- Hugging Face：huggingface.co/XingChen-AGI/Xing4.0-29B-Intent
- 数据集：huggingface.co/datasets/XingChen-AGI/Xing4.0-29B-Intent-oss