Câu trả lờiĐã xuất bản22 nguồn
Spark X2.5 của iFLYTEK đưa ngữ cảnh 1 triệu token xuống thiết bị biên
Ciyuan Xinghuo, công ty con do iFLYTEK sở hữu hoàn toàn, đã mã nguồn mở Spark X2.5 4B và X2.5 1.7B vào ngày 1/9/2026. Hai mô hình kết hợp attention toàn phần theo chu kỳ với sliding window attention, hướng tới agent chạy cục bộ, lập trình, xử lý tài liệu dài, điều khiển nhà thông minh và robot.
Đăng bởiBiên tập bằng GPT-5.6 TerraHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu
Bài học chính
- Ciyuan Xinghuo, công ty con do iFLYTEK sở hữu hoàn toàn, đã mã nguồn mở Spark X2.5 4B và X2.5 1.7B vào ngày 1/9/2026.
- Hai mô hình kết hợp attention toàn phần theo chu kỳ với sliding window attention, hướng tới agent chạy cục bộ, lập trình, xử lý tài liệu dài, điều khiển nhà thông minh và robot.
- Trong bộ thử Domux do iFLYTEK công bố, bản 1,7B đạt độ chính xác thực thi lệnh đầu cuối 90,3% với độ trễ trung bình 0,85 giây; đây là kết quả do nhà cung cấp báo cáo, không phải so sánh đa nền tảng.
Prompt AI
openai.comCreate a landscape editorial hero image for this Studio Global article: What are iFLYTEK’s open-sourced Spark X2.5-4B and X2.5-1.7B edge models, when and by which subsidiary were they launched, why does iFLYTEK d. Article summary: iFLYTEK’s Spark X2.5-4B and X2.5-1.7B are compact, open-source general language models intended for local/edge deployment on phones, PCs, robots, and other devices. iFLYTEK’s wholly owned subsidiary Ciyuan Xinghuo (XHTok. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Spark X2.5-4B và X2.5-1.7B là gì?
Spark X2.5-4B và Spark X2.5-1.7B là hai mô hình ngôn ngữ đa dụng, kích thước gọn, được thiết kế để triển khai tại chỗ hoặc ở biên — tức chạy gần nơi phát sinh dữ liệu như PC, điện thoại, thiết bị thông minh, robot hay hệ thống trên xe — thay vì chỉ phụ thuộc vào đám mây. Ciyuan Xinghuo, công ty con do iFLYTEK sở hữu hoàn toàn, cũng gắn với XHToken và SparkLLM, đã ra mắt và mã nguồn mở cả hai vào ngày 1/9/2026. 2
4
Theo dự án chính thức, dòng mô hình này hỗ trợ hội thoại, viết, dịch, suy luận, lập trình, gọi công cụ và quy trình agent — loại quy trình trong đó AI không chỉ trả lời mà còn phối hợp nhiều bước để hoàn thành việc. 22
Điều đáng chú ý: tuyên bố ngữ cảnh tới 1 triệu token
iFLYTEK mô tả đây là những mô hình mã nguồn mở chạy trên thiết bị đầu tiên hỗ trợ ngữ cảnh gốc lên tới 1 triệu token. Đây là tuyên bố của công ty, chưa phải kỷ lục ngành được xác nhận độc lập. 1
2
5
Ngữ cảnh gốc dài nghĩa là mô hình được thiết kế để tiếp nhận một chuỗi nội dung rất lớn trong cùng một ngữ cảnh. Về nguyên tắc, điều này giảm sự lệ thuộc vào quy trình truy xuất truyền thống: chia tài liệu hoặc kho mã thành các đoạn nhỏ, tìm vài đoạn liên quan rồi ghép chúng vào lời nhắc.
Lấy ví dụ một sổ tay hậu mãi: ngoại lệ có thể nằm ở một phần, quy trình sửa chữa ở phần khác, còn bảng mã lỗi hoặc linh kiện lại ở chỗ khác. Khi giữ được nhiều nội dung trong một ngữ cảnh, hệ thống có cơ hội duy trì mối liên hệ giữa các phần đó tốt hơn, thay vì chỉ dựa vào những mảnh trích xuất rời rạc. Lập luận tương tự cũng áp dụng cho tài liệu kỹ thuật dài, nhiều tài liệu cùng lúc và kho mã lớn.
Tuy nhiên, cần phân biệt giữa giới hạn ngữ cảnh mà mô hình hỗ trợ với mức có thể chạy hiệu quả trên một thiết bị cụ thể. Một bài đánh giá bên thứ ba lưu ý rằng các thông tin công bố chưa cho biết rõ dung lượng RAM hoặc độ trễ khi giữ trọn 1 triệu token trên điện thoại hay máy tính bo mạch đơn. Người dùng nên thử trực tiếp trên phần cứng mục tiêu, với định dạng lượng tử hóa, độ dài ngữ cảnh và yêu cầu độ trễ thực tế của mình; không nên mặc định rằng mức tối đa này luôn dùng được tại chỗ. 1
Kiến trúc attention lai để giảm chi phí xử lý
Spark X2.5 dùng cấu trúc attention lai: một lớp full attention được ghép với ba lớp sliding-window attention theo một mẫu lặp lại. 6
18
Full attention giúp mô hình thiết lập liên hệ rộng trên toàn bộ chuỗi đầu vào. Trong khi đó, sliding-window attention giới hạn phần lớn lớp chỉ tập trung vào các token lân cận. Mục tiêu là tránh chi phí tính toán quá lớn nếu áp dụng full attention cho mọi lớp trên đầu vào cực dài. 6
Trong một bản chuyển đổi cho suy luận trên thiết bị, phiên bản 4B được mô tả là bộ giải mã dense có 4,11 tỷ tham số — cho thấy quy mô tương đối gọn phía sau định vị AI biên. 18
Các tình huống agent cục bộ mà iFLYTEK nhắm tới
Bản phát hành định vị Spark X2.5 không chỉ là mô hình hiểu câu lệnh: các mô hình này được hướng đến việc giúp hệ thống cục bộ diễn giải chỉ dẫn và thực hiện tác vụ gồm nhiều bước. 3
4
Tài liệu dài, công việc văn phòng và lập trình
Trong môi trường văn phòng, iFLYTEK giới thiệu bản 4B có thể đi từ dữ liệu thô đến báo cáo song ngữ. Với lập trình viên, dòng này được tinh chỉnh cho lập trình, gọi công cụ, suy luận và quy trình agent. 10
16
22
SparkLLM cho biết bản 4B có thể cạnh tranh ở mảng lập trình với các mô hình đám mây lớn gấp hai đến ba lần. Đây là tuyên bố của nhà cung cấp có xét tương quan kích thước; các nguồn được cung cấp không xác lập lợi thế tổng quát trên các benchmark độc lập, tác vụ hay cấu hình phần cứng khác nhau. 16
Điều khiển nhà thông minh
Bản nhỏ hơn, 1,7B, được định vị cho các luồng điều khiển thiết bị. Trên bộ thử nhà thông minh Domux, iFLYTEK báo cáo độ chính xác lệnh đầu-cuối 90,3% và độ trễ trung bình 0,85 giây. 4
10
16
Các con số này phản ánh kết quả thử nghiệm do công ty công bố, không nên được hiểu là phép đối chiếu trực tiếp với mọi mô hình cạnh tranh hoặc mọi môi trường triển khai.
Robot và phần cứng biên
iFLYTEK cũng nêu robot là một mục tiêu triển khai: quy trình điều khiển bằng ngôn ngữ chạy cục bộ có thể phục vụ vận hành robot và các tác vụ ở thiết bị biên liên quan đến điều khiển, theo dõi mục tiêu và quyết định điều hướng. 10
20
Tuy vậy, các nguồn được cung cấp không đưa ra benchmark riêng cho thao tác vật lý, theo dõi hay điều hướng. Đây là các mục tiêu và tình huống sử dụng được định vị, không phải cam kết hiệu năng đã được chứng minh độc lập.
Lợi ích của chạy cục bộ — và những điều nó chưa giải quyết
Việc chạy mô hình ngay trên thiết bị có thể giảm sự phụ thuộc vào kết nối mạng và các lượt truyền dữ liệu đến đám mây. Nó cũng có thể giữ prompt và tài liệu trên thiết bị, điều hữu ích với sổ tay nhạy cảm, lệnh điều khiển nhà thông minh hoặc quy trình robot. 3
4
Nhưng chạy cục bộ không tự động khiến mọi khối lượng công việc trở nên nhanh hay riêng tư. Trải nghiệm thực tế còn phụ thuộc vào phần cứng, runtime suy luận, phương án lượng tử hóa, dung lượng bộ nhớ và độ dài ngữ cảnh đang dùng. Riêng 1 triệu token là tải nặng đáng kể, dù mô hình nền có quy mô tương đối nhỏ. 1
Huấn luyện, runtime và nơi tải mô hình
iFLYTEK cho biết Spark X2.5 được huấn luyện trên các nền tảng tính toán nội địa, với khoảng 20 nghìn tỷ token dữ liệu tiền huấn luyện đa dạng. Phần huấn luyện sau đó tập trung vào agent, mã nguồn, toán học và tuân thủ chỉ dẫn. 10
16
Các mô hình hỗ trợ phần cứng NVIDIA, Huawei, Hygon và HOUMO; đồng thời tương thích với các công cụ suy luận và triển khai gồm vLLM, SGLang, llama.cpp, Ollama và LM Studio. LLaMA-Factory được liệt kê cho tinh chỉnh. 4
10
16
Trọng số, tài liệu mã nguồn và hướng dẫn triển khai được cung cấp qua dự án XHToken/Spark-X2.5 cùng các bản phát hành liên quan, bao gồm trên Hugging Face và GitHub. 2
22 Các bản lượng tử hóa FP8 và INT8 đã được thông báo trên trang Hugging Face của XHToken vào ngày 4/9/2026.
28
SparkLLM cũng thông báo API có trên nền tảng iFLYTEK Xingchen/Spark MaaS với quyền truy cập miễn phí trong thời gian giới hạn. Thông tin được cung cấp không nêu thời hạn, điều kiện, hạn mức hay trạng thái hiện tại của ưu đãi; nhà phát triển nên kiểm tra trực tiếp các điều khoản trước khi đưa vào kế hoạch sản phẩm. 10
16
Kết luận
Spark X2.5-4B và X2.5-1.7B đáng chú ý vì kết hợp quy mô mô hình hướng đến AI biên với tuyên bố ngữ cảnh gốc 1 triệu token và trọng tâm vào agent cục bộ. Điều nên rút ra không phải là mọi điện thoại hiện nay đều có thể thoải mái chạy khối lượng công việc 1 triệu token, cũng không phải các mô hình này đã được chứng minh dẫn đầu toàn thị trường. Điểm quan trọng là iFLYTEK đã phát hành các mô hình mở để thử nghiệm sự kết hợp giữa ngữ cảnh dài, triển khai cục bộ và thực thi tác vụ — vì vậy, đánh giá trên đúng phần cứng dự định sử dụng là bước thiết yếu. 1
2
22
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "Spark X2.5 của iFLYTEK đưa ngữ cảnh 1 triệu token xuống thiết bị biên" là gì?
Ciyuan Xinghuo, công ty con do iFLYTEK sở hữu hoàn toàn, đã mã nguồn mở Spark X2.5 4B và X2.5 1.7B vào ngày 1/9/2026.
Những điểm chính cần xác nhận đầu tiên là gì?
Ciyuan Xinghuo, công ty con do iFLYTEK sở hữu hoàn toàn, đã mã nguồn mở Spark X2.5 4B và X2.5 1.7B vào ngày 1/9/2026. Hai mô hình kết hợp attention toàn phần theo chu kỳ với sliding window attention, hướng tới agent chạy cục bộ, lập trình, xử lý tài liệu dài, điều khiển nhà thông minh và robot.
Tôi nên làm gì tiếp theo trong thực tế?
Trong bộ thử Domux do iFLYTEK công bố, bản 1,7B đạt độ chính xác thực thi lệnh đầu cuối 90,3% với độ trễ trung bình 0,85 giây; đây là kết quả do nhà cung cấp báo cáo, không phải so sánh đa nền tảng.