讯飞星火X1数学碾压o1封神，首个全国产算力推理王者诞生！多指标国内TOP 1

新智元报道

编辑：编辑部 HYZ

【新智元导读】唯一一个在全国产算力上训练的深度推理模型来了！今天，讯飞星火深度推理大模型X1发布，发布会上现场摇数学题开做，答案全部正确。强强pk全国产胜，中文数学能力远超国内外「o1」级推理模型？

就在刚刚，国内第一个全国产算力的深度推理模型，重磅上线了！

科大讯飞的正式下场，再次搅动了本就已经十分激烈的推理模型战局。

现在，进入「讯飞星火」网页端和App端，搜索「深度推理模型X1」智能体，即可体验

此前，随着OpenAI的o1模型的发布，国内的o1级推理模型也如雨后春笋一般冒出。

细数一下，现在已经有了DeepSeek-r1、Skywork-o1、QwQ、Kimi-k1、GLM-Zero等多个模型。

那么，推理模型之战，谁才是最强？

全国产算力平台唯一深度推理模型

作为当前业界全国产算力平台上唯一的深度推理模型，X1的成绩着实亮眼。

《通用认知智能大模型测评体系》指导构建测试集CogNKLab-MathEval-2.0显示，X1的中文全学段数学及奥赛能力已经超越了OpenAI o1，实现国内最好。

而且模型只用更少的算力，就实现了业内一流效果，多项指标国内第一。

讯飞星火X1在小初高（含竞赛）、大学（含竞赛）、AIME、MATH 500等多项「考试」中，成绩十分亮眼。

所谓深度推理模型，当然就是更擅长做数学题这类复杂任务，而且有全面的思考推理过程。

X1的数学题，究竟做得怎么样？

科大讯飞也是猛，直接现场摇题给X1做，摇到哪道是哪道！

一上来，就是道2024高考数学题的大题。

X1的思考过程显示，它通过确认正弦值、解方程求角、应用正弦定理等步骤，将过程拆解出许多小任务，从而一步步解出答案。

对照参考答案可见，讯飞星火X1给出的答案完全正确。

接下来现场考验X1的，是一道2024年AIME数学竞赛题。

可以看出，这道题涉及多变量对数求解，难度不小。

X1在思考过程中，把对数转换成了指数。注意，解题过程考验的不仅仅是X1的数学能力，还涉及到了英文理解能力。

最终，X1给出了答案「33」，再次回答正确。

最后，试一试X1能不能做对国内的高中数学奥数题。

解题过程中，X1尝试理解等比数列的性质，试图理解各项和与各项平方和的关系，还重新反思了无穷级数和平方和。

可以看出，星火深度推理模型X1具有以下三大特点——

1. 化繁为简，通过长思维链进行分步骤解析；

2. 会自我探索和反思验证；

3. 会根据「优质reward」来进行强化训练。

因此，像数学这种有明确答案和结果的问题，就天然适配X1模型。

其实，之所以如此迅速做出X1推理模型，也是因为科大讯飞在此领域早有积累。

比如基于自我评价迭代的评语模型技术，已经用于高考作文评分。数学答题领域的多路径和反思迭代强化学习，已用于数学教师助手。

因此，o1-preview发布一个月内，讯飞团队就迅速跑通了关键算法。

实测来了

接下来，就是讯飞星火X1和OpenAI o1推理模型真刀实枪见真章的环节。

第一道题，我们就要开始上难度了。

点击进去就能看到模型的详细思考过程，每一步都很清晰。

接下来，是高中生常见知识点中，最容易出错的题。

这一道，是高考数学中常见的集合问题。

X1用时35秒，顺利给出了正确答案。

看起来，这个结果没什么好惊讶的，因为这道题并不难，对吧？

然而，真正的实战过程中，不少推理大模型连如此简单的问题都折戟了！

接下来，再上升难度，上传一道美国数学竞赛AIME的一道题目，看看X1表现又如何？

X1用时2分，通过四步证明，最终得出了正确答案f(2024^2, 2024)。

再来看它的推理思维过程，也是非常缜密。

而最强o1，却在这道题上答错了。

为什么现在都在卷推理模型？

为什么最近国内的大模型厂商，都在狂卷推理模型？

这自然是因为，推理模型在AI技术商业化落地中起到的关键作用已经不言而喻。

这一商机，国外的科技公司早已率先嗅到。

随着OpenAI扣动扳机发布o1和o3，谷歌发布Gemini 2.0 Flash Thinking，DeepSeek-V3在海内外掀起巨大风暴，推理AI之战已经打响。

从应用端看，在聊天机器人、语音助手等商业化落地场景，推理模型的性能直接关乎到产品的用户体验。

在搜索引擎、社交平台等大规模部署场景中，推理成本是一个核心问题；更高效的推理模型，能显著降低成本。

在手机、IoT设备这类资源有限的硬件中，模型运行时更是需要在计算、内存和能耗之间实现平衡；此时，轻量化的推理模型就是最好的选择。

而从技术端看，OpenAI再度验证了Scaling Law并没有撞墙，只是从预训练阶段转向了推理阶段，也就是常说的测试时计算。

但问题在于，针对这一阶段的Scaling，对算力的消耗十分巨大。

因此，在中美竞争态势愈发严峻的当下，通过全国产算力拿下这块「兵家必争之地」，具有着比以往更加重大的意义。

全国产算力，勇闯无人区

讯飞星火深度推理模型X1，是昇腾算力体系下，首个原生的深度推理模型。

技术团队揭秘，在利用国产算力训练模型的过程中，遭遇了数据构建、框架调优、模型验证等诸多难题，让团队额外多花费了不少时间。

在这个过程中，没有任何成功的案例可借鉴，只能一点点啃下难题，好在最终成功攻关。

最终，算法不仅在国产算力上成功适配，而且用更少的算力，实现了业界一流的水平，推出了可以和国际领先模型扳手腕的X1。

回望过去，从一开始，星火大模型就坚定地走全国产的路线。

在和华为合作的过程中，双方始终坚持「勇闯无人区」，持续拔高全国产算力和大模型的上限，为世界提供第二种选择。

讯飞星火X1已「上岗」，多场景无缝衔接

与其他类「o1」模型不同的是，讯飞星火X1一经发布就已经实现了实战应用。

2022年12月，讯飞正式启动了「1+N」战略，就是要将底座大模型，赋能到教育、医疗、人机交互、办公等多个行业中。

如今，星火大模型早已在不同场景遍地开花。所以，这次星火X1也会率先落到实际场景中。

教育，是最典型的一个场景。

去年的1024开发者节大会上，讯飞联合中国教科院首次发布了基于「问题链」的高中数学智能教室助手。

当时，就已联合许多教师、教研员，打造了上万个优秀案例。

现在，讯飞星火X1已经在北京八中数学教研组、北京101中学数学教研组，以及合肥七中数学教研组等进行了部署。

来自北京、上海、合肥多地的一线教师在上手体验之后，一致给出了好评。

他们都认为，讯飞星火X1在解决创新数学题目时，可以做到一题多解，教学知识关联，还能拓展学生们的高阶思维。

来自北京八中的教师表示，「X1推理过程和思路更加清晰，如果遇到数学创新题，X1的思路会带来很大帮助」。

不光老师觉得好用，X1对学生来说，也是一个好帮手。

讯飞AI学习机曾首创了AI 1对1个性化精准学，帮助学生减负增效，因材施教。

因此，讯飞AI学习深受孩子和家长们的喜爱，用户净推荐值NPS稳坐第一，持续领跑行业。

在医疗这个专业性超强的领域，X1也交出了一份不错的成绩单。

基于知识反思和CoT，再结合医疗循证推理技术，X1在专科辅助诊断和复杂病例内涵质控方面的准确率，已经达到了90%!

作为医疗大模型领域「第一股」，讯飞医疗还将在2025年上半年推出X1升级版医疗大模型。

这次升级的目标非常明确，要在诊断推理和质控能力上，继续领跑业界，更大范围为医生们提供更专业的辅助。

1+N落地，前景无限

不可否认的是，在应用落地上，讯飞一直都是行业领导者。

成立26年，这家公司已经在认知智能领域拓展了丰富的to B/C的应用场景。

to B方面，有教育行业因材施教和个性化学习、医疗行业的人工智能辅诊、智慧城市便民便企服务、面向企事业单位的智能办公等。

to C方面，又有AI学习机、翻译机、录音笔、智能办公本等全系硬件产品布局。

2024年，被誉为大模型落地元年，讯飞也以实际行动证明了自己的实力。

截至24年12月，讯飞已成为央国企大模型的首选合作伙伴，与200+行业头部企业共同打造行业大模型，覆盖了300+应用场景，为行业树立了风向标。

第三方数据显示，讯飞在2024年大模型招投标中，独占鳌头。以91个中标项目和84780.8万元中标金额，成为当之无愧的「标王」。

这一成绩不仅仅体现在数量上，更体现在广度上，覆盖了通信、金融、能源等多个领域。

提到汽车领域，讯飞更是「霸主」级存在。中国汽车出海十强企业中，有8家都选了讯飞的技术。

而且，长城、广汽等七大企业的量产车都开始用上了星火大模型，可以说是全面开启了「汽车+大模型」的新时代。

在工业领域，讯飞羚羊工业互联网平台也是一匹黑马，连续三年入选工信部「双跨」平台，还获得了诸多荣誉。

在金融领域，讯飞也毫不示弱，星火大模型已成为交通银行、中国人保等多家金融机构的「数字底座」。

此外，讯飞还为企业提供了贴心的数智化升级方式，包括全套私有化部署方案，或者通过星火智能体平台、星火飞码iFlyCode等工具快速开发应用。

不难看出，科大讯飞已经打通了多个应用场景，一旦有了新模型的出世，就能顺利无缝铺开，并能得到很好的应用。

也就意味着，未来，讯飞星火X1的应用范围还将进一步扩大。

底座大模型再升级，中国AI队实力担当

或许你会问，国内的类「o1」推理模型已有不少，为什么讯飞星火X1依旧能够傲视群雄？

作为中国AI国家队，讯飞依托其自身技术的深厚积累，以及其专业的研发团队实力，由此在X1模型上实现了突破性进展。

回顾其发展历程，从最初的智能语音起步，到如今认知智能全面布局，这家公司始终坚持走在技术创新的前沿。

2023年5月，星火大模型首次亮相，经过多次迭代升级，已经在文本生成、语言理解、知识问答等七大核心能力上，取得了显著的成果。

随后在24年的1024大会上发布的讯飞星火4.0 Turbo更是在9项国际主流测试中，综合能力均拿下第一。

就在今天，讯飞星火4.0 Turbo底座能力全面升级，金融、油气、能源、电力、钢铁、 航司等领域综合能力的绝对提升全部超过10%，成为「最懂行业」的大模型。

面对算力资源短缺的迫切需求，讯飞还携手华为，在2023年10月发布了具有里程碑意义的「飞行一号」——国内首个全国产算力平台。

去年10月，「飞星二号」正式启动，万卡级算力集群继续深化布局，真正做到了从算力到模型全链条自主可控。

这一平台实现了对万亿参数大模型常态化训练支持，标志着中国在大模型底层技术上实现了关键突破。

这一次，基于国产算力平台首个深度推理模型X1的发布，不仅展现了中国AI队的创新实力，更为大模型的实战应用树立了新标杆。

站在新的起点上，科大讯飞继续勇攀高峰。

参考资料：

https://xinghuo.xfyun.cn