Jev刚火，国产29B开源模型来踢馆了！不光会判断，还能直接填参数

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/