2026 年 11 月 16 日公布于 arXiv(论文编号 arXiv:2611.22115,并于 11 月 18 日入选 Hugging Face Daily Papers 榜首),星辰智能(Xingchen AGI Lab)团队发表技术报告《TeleChat to Xing4: Advancing Frontier Agentic Models on Domestic Chips and Frameworks》,推出延续 TeleChat 谱系的新一代大语言模型系列 Xing 4 以及智能体后训练基础设施平台 TeleGym。报告重点阐明了国产算力芯片与分布式软件栈上的模型架构设计与系统工程实践,同时 Hugging Face 组织 XingChen-AGI 旗下已关联发布 Xing4.0-29B-A4B 与 Xing4.0-29B-Intent 等开源衍生模型权重。

图 1 星辰智能 TeleChat Xing 4(285B)与 TeleGym 智能体强化学习训练体系技术架构概览
图 1 星辰智能 TeleChat Xing 4(285B)与 TeleGym 智能体强化学习训练体系技术架构概览

图片来源:DigIntoAI 根据星辰智能官方技术报告摘要整理制作。

8,192 张昇腾 910C 集群上的 285B 模型架构与预训练基础设施

面向算力与显存带宽平衡的架构协同设计:为在推理与长程智能体工作负载下平衡模型参数容量、计算量、显存访问与执行开销,Xing 4 在架构层面围绕四大核心杠杆展开系统研究——包括稀疏激活(sparse activation)、注意力机制设计(attention design)、模型深度与宽度配比(depth and width)以及投机解码(speculative decoding)。

基于 MindSpore HyperParallel 的万卡级系统工程优化:在预训练基础设施层,团队基于 MindSpore HyperParallel 构建分布式训练框架,整合了拓扑感知混合分片(topology-aware hybrid sharding)、高效分布式优化器执行,以及长序列工作负载与激活显存(activation memory)的协同管理;同时通过 CPU 亲和性绑定(CPU affinity)与核心隔离(core isolation)降低主机端调度干扰,从而在 8,192 张华为昇腾 Ascend 910C 加速卡上完成了 285B 参数规模模型的预训练验证。

TeleGym:面向长程工具调用的异步分布式智能体强化学习平台

解耦异步执行、有界过采样与部分回滚机制:针对推理与工具调用类智能体后训练(post-training)中任务耗时差异巨大的难题,星辰智能推出了统一智能体执行平台 TeleGym,将环境交互执行、评估挂钩(evaluation hooks)与轨迹构建(trajectory construction)直接衔接至策略优化(policy optimization)。TeleGym 引入解耦异步执行(disaggregated asynchronous execution)、有界过采样(bounded oversampling)以及部分回滚(partial rollout)三大核心机制,在适应异构长短周期工具调用任务的同时,跨策略更新保持了长程轨迹的连续性。