实测星火X2.5：手搓粒子月亮、拆完61页财报……还顺手揪出了我的Bug

admin

最新消息，参数293B的讯飞星火X2.5上线了……

（伸出邪恶小手.jpg）

此前讯飞开源了星火X2.5的两款端侧模型，一个4B和一个1.7B。

模型参数都不大，但都能在端侧原生跑100万Token上下文。

模型一开源，社区玩开了。

有人搞量化，有人往Mac、T4和WebGPU上搬，还有狠人直接把它接进Agent工作流，让它连续调用工具。

一顿操作猛如虎，硬生生把4B模型送上了Hugging Face现趋势榜第一。

所以现在问题来了，小的都这么猛了，大的能把活干到什么份上？

MoE大模型，参数293B-A30B，重点提升代码、智能体能力，覆盖200余种语言……反正翻完模型简介，期待值是给我拉满了。

再赶上API限时五折，不说了，咱这就开测。

星火X2.5现已上线讯飞开放平台。

API原生支持Anthropic、Responses协议，开发者可快速将其接入OpenClaw、Claude Code、Codex、Hermes、Grok Build、Pi Agent等第三方Harness框架。

这里我也是直接调的API，接入Codex后原地开跑。

三道关卡已经备好：

从创意落地到复杂任务处理，再到整站设计，咱们一起来看看它能接住多少招。

第一关，咱先考考它能不能把一句创意，变成真正能上手玩的东西。

这不正好快中秋了吗，咱正好借星火X2.5，给大家搞点指尖上的浪漫。

我把金桂、星辰、圆月、阖家团圆这些元素统统写进了Prompt，并让AI以“中秋祈福”为主题，直接生成一个3D粒子手势交互网页。

效果有多惊艳？咱直接上手体验：

一握一放之间，桂花凝聚成月，祝福散作成星。

整个过程超级丝滑，让我不禁想起了小时候玩的“报数抱团”游戏：喊到几，就几个人抱成一团。

只不过这次，听口令的是一群亮晶晶的“赛博小精灵”。

手势刚起，它们就忙着集合、变换队形，并把祝福拼成我想要的模样。

玩着玩着，我的思路也突然打开了：

除了中秋，或许朋友生日、周年纪念日也都能照着这个思路，为他们做一份专属的赛博惊喜？

话说，会有人花钱找我定制吗？大胆伸出发财的小手（doge）。

不过光看可不够，这么灵的“赛博花活”，当然得拉上亲朋好友一起疯玩。

我还顺手整了个《月宫快递》小游戏，规则非常滴简单粗暴：

谁抢的月饼多，谁就先飞上月球，当一回“广寒宫首席快递员”（嘿嘿，卷死他们）。

小伙伴们直接玩嗨了！

一个个操控着自己的太空小兔，蹦蹦跳跳地闯过层层天阶，把月饼一块块收入囊中，争当朋友圈里第一个晒出登月战绩的中秋赢家……

从指尖聚散的粒子祝福，到全员上瘾的月宫抢单，这一套组合拳下来，中秋氛围直接拉满。

不过能玩只说明它接得住创意、做得出东西，能不能真干活：

还得看它做得对不对。

是骡子是马，还得把星火X2.5拉进真实办公场景遛遛。

这不，老黄前几天刚发了英伟达的Q2财报。

好巧不巧，还正好赶在周三凌晨四点大家都睡了的时候发。

这个点谁有功夫生啃61页硬核财报啊，第二天还要赶早八上班呢。

我的要求很明确：

请把关键数据摘出来做成图，再读出数字背后的行业机会和风险。

因为AI不光要把账算明白，还得从账里读出门道，才算真正帮我们减负。

结果，半小时早会开完，9份图表+1份投研风险简报，就直接交到了我手上。

要素太多，咱就简单挑三个重点看吧：营收利润变化图表、Future commitments表、投研简报。

以FY2027 Q1为例，营收、利润、净利润均一一对应，数值准确无误。

未来承诺的结构，也一目了然。

这样一圈跑下来，实感看财报的压力确实小了不少，以后不用再自己从头啃起，AI就能把情况给我讲清楚。

61页财报，终于有了省力的打开方式。

接下来我把两篇分别来自Nature和Science的论文、一篇新闻报道以及20份DeepSeek生成的模拟问卷数据，统统丢给了星火X2.5，让它自行完成研究：

经常使用AI的科研人员，工作效率更高还是更低？

并让它给我输出一份论文实证部分的初稿，需配上必要的图片。

没想到，AI这回给我上了一课。

我没说数据来源是真是假，它倒是一眼看穿，还无情地补了一刀，大意是：

你给研究结论的时候可得悠着点。

我不听我不听，让咱们忽略这个提醒继续看成果：

星火X2.5在消化完我提供的资料并完成多轮交叉校验后，给出了一个肯定的结论：

综合来看，现有证据一致支持“经常使用AI的科研人员在产出数量与目评效率上更高”这一方向性结论，问卷、两篇文献与新间报道相互印证。

并贴心地配上了“不同AI使用频率的科研人员的产出数量对比图”、“AI日均使用次数与工作效率的散点关系图”，以及“问卷描述统计与相关系数表”来佐证自己的观点。

最后，星火X2.5还给我找了点茬，指出我的研究存在着问卷样本少、未实现控制变量等问题：

得，到底是不忘初心。

好吧，我承认你说的对，你眼光很准，算你过关了…

不过嘛，被它补了一刀，那我可不得把场子找回来？

转头测薯片电商数据题时，我暗戳戳给它挖了个坑——Excel表？不存在的！

我把一堆数据截图塞进了Word里，还故意算错了一堆营收数值但不告诉它，让它自己琢磨去：

没想到它不光没被难住，反倒把我搓出来的电商数据集的统计bug，给扒了个底朝天？！

6，这波我服了。

后面我让它把这份txt分析报告直接渲成了可视化PDF。

效果嘛…不得不服，确实能打。

顺带提一嘴，你们写Prompt的时候可以直接喊星火X2.5生成，省得自己来回折腾。（我忘了TT）

最后，我们决定给原创奇幻动作游戏《堕神余烬》搭个官网。

世界观Prompt大致包含以下核心信息——

请为原创奇幻动作游戏《堕神余烬》（Ashes of the Fallen God）设计并生成一个可直接上线的沉浸式官方网站。

游戏背景：诸神陨落后，世界被撕裂成漂浮的破碎之地。幸存的凡人不得不穿越破碎神殿、哥特地下城和被神骸污染的荒野，在怪物与失控神力之间求生，并逐步揭开诸神陨落的真相。

网站目标：第一眼就让玩家感受到黑暗、宏大、危险而神秘的世界观，产生探索剧情和立即游玩的欲望。目标用户既包括奇幻动作游戏玩家，也包括希望用AI快速制作官网的独立游戏开发者和产品经理。

结果呢？设定没跑偏，哥特地下城的压迫感拉满，导航栏、首页海报这些官网标配也一应俱全。

更惊喜的是，它还专门做了闯关地图&Boss专题板块，把地图及敌人设定和“失控神力·神骸污染”的底层世界观焊在一起，而不是干巴巴地罗列关卡和怪物。

玩法介绍、跳转入口等上线必备的合规组件也基本配齐了。

看来，以后没有设计师和前端团队的独游开发者和小团队，靠星火X2.5搭配文生图工具，也能自己鼓捣出能上线的炫酷官网了。

三道关卡跑完，表面看玩法五花八门，但扒到最后，考的其实是同一道题：

AI能不能从问答、写代码，一路走到交付？

还真不是我们故意把题出难了。

你顺着今年AI圈的热闹往回看，会发现大家早就在偷偷换考卷。

年初OpenClaw一把蹿红，全网围观AI自己调工具、替人办事。

紧接着，OpenAI和Anthropic这些前沿玩家又开始猛聊Harness Engineering，琢磨着怎么给Agent搭好工位、定好流程，让它一口气干上几个小时也别掉链子。

发现没？光会聊天，已经不太够看了。

能把事情接过去，一路干到底，才是真本事！！

把星火大模型这两年的更新日志翻一遍，也能看出同样的变化。

X1先攻深度推理，X2-Flash加码代码和智能体，X2-VL补上多模态理解。

到了X2.5，代码和智能体更是直接被摆在了最前面。

先让模型会想，再让它会看、会动手，最后把活交出来，星火就这样把这些能力一块块补齐。

再往下扒一层，印象中相比其他国产模型，星火身上还有个很鲜明的标签：

全国产算力。

这个标签要讲透，得先分清两件经常被混在一起的事。

把已经训练好的模型搬到国产芯片上运行，这属于推理适配，解决的是模型当下能不能跑起来。

讯飞走得更深一些，从模型训练、强化学习、持续迭代到推理部署，整条链路都落在国产算力平台上。

一个是中途做适配，另一个是从平台原生长出来。

这个标签放在今天，含金量又不一样了。

Agent不是一锤子买卖，模型要不断更新，工具和任务也一直在变。

只做推理适配，你永远解决的只是当下遇到的问题，打通训推全链路……

查看原文

（本文转载自量子位，仅作资讯分享）