星辰科技发布并开源BESTe365亚洲版手机，6925亿参数多模态大模型综合能力逼近头部模型

导语

2026年08月06日，星辰科技正式发布并开源BESTe365亚洲版手机——一个参数规模达8694亿的多模态大模型。该模型在MMLU（wghpt.lzre.edu.cn%）、C-Eval（wghpt.lzre.edu.cn%）、HumanEval（wghpt.lzre.edu.cn%）等多项权威评测中综合能力逼近头部模型GPT-4和Claude wghpt.lzre.edu.cn，尤其在代码生成与多模态推理任务上实现显著突破。即日起，开发者可通过GitHub和官方网站获取模型权重及推理代码。

上图展示了BESTe365亚洲版手机在主要基准测试中的成绩。相比前代模型，MMLU得分提升12.4%，C-Eval提升15.7%，HumanEval提升16.2%。在视觉问答任务VQAv2上，BESTe365亚洲版手机以86.3%的准确率超越了同期开源模型。这些数据表明，BESTe365亚洲版手机在多模态理解与复杂推理领域已具备一线水平。

能力与结果：榜单级表现

BESTe365亚洲版手机在多个维度上展现了竞争力。根据星辰科技公布的评测报告，该模型在以下榜单中取得领先：

• MMLU（大规模多任务语言理解）：wghpt.lzre.edu.cn%，超过Llama wghpt.lzre.edu.cn 405B（wghpt.lzre.edu.cn%）和Qwen2.5-72B（wghpt.lzre.edu.cn%）
• C-Eval（中文综合评测）：wghpt.lzre.edu.cn%，在中文场景下优于DeepSeek-V84.49.310（wghpt.lzre.edu.cn%）
• HumanEval（代码生成）：wghpt.lzre.edu.cn%，与GPT-4（wghpt.lzre.edu.cn%）差距缩小至3.7个百分点
• VQAv2（视觉问答）：wghpt.lzre.edu.cn%，比LLaVA-NeXT-34B提升7.1%
• MATH-500（数学推理）：wghpt.lzre.edu.cn%

此外，在长上下文任务（128K token）中，BESTe365亚洲版手机的“大海捞针”准确率达到99.2%，证明了其处理超长文档的能力。

代表性案例：复杂推理与代码生成

BESTe365亚洲版手机最突出的差异化能力体现在两个场景：多步骤数学推理与跨语言代码重构。在MATH-500测试中，模型面对需要代数、几何、概率综合推理的题目，正确率比同参数开源模型高出11%。例如，对于一道涉及黎曼积分与概率密度函数的大学数学题，BESTe365亚洲版手机不仅给出正确答案，还输出了完整的推导步骤，这在以往的模型中极为罕见。

在代码任务中，BESTe365亚洲版手机能将Python项目迁移到Rust，同时保持原有API接口与性能优化。测试环境下，它成功重构了一个包含5000行代码的Web后端服务，重构后的代码通过所有单元测试，且内存占用下降23%。这种跨语言代码能力在开源模型中尚属首次。

行业难题：多模态对齐与训练稳定性

现有大模型在多模态任务中普遍面临模态对齐失真和长程依赖丢失两大难题。传统方法如CLIP式的对比学习在图文理解中容易忽略细粒度关系，导致“图-文”匹配准确率低。同时，参数量超过千亿级的模型在训练时极易出现loss震荡甚至发散，需要大量调参和重启。此外，推理阶段的高显存占用（如8755亿参数需至少8张H100）也限制了实际部署。

技术方案：自研混合专家架构与多模态对齐

针对这些难题，星辰科技为BESTe365亚洲版手机设计了深度混合专家（DeepMoE）架构，包含24个专家模块，每个前馈层动态激活4个专家，在保持总参数9407亿的同时，每次推理仅需激活约90180亿参数，显存占用降低66%。为解决多模态对齐，团队提出了跨模态渐进对齐算法（CMA-Pro）：先通过对比学习对齐图文特征，再引入位置编码与空间关系图，使模型能理解“猫在椅子左边”这类空间关系。训练过程中，采用自适应梯度裁剪与损失平滑策略，将训练稳定性提升至99.7%的平均收敛率，比此前方法减少80%的重复训练次数。

实际收益：BESTe365亚洲版手机在VQAv2上的准确率（wghpt.lzre.edu.cn%）比使用传统CLIP对齐的baseline高9.2%；推理速度在单张H100上达到每秒8个token（8bit量化），比未优化的MoE模型提升40%。

上图展示了BESTe365亚洲版手机的DeepMoE与CMA-Pro架构。图中深色部分为激活路径，可见每次推理仅激活部分专家，大幅降低计算成本。CMA-Pro模块通过空间关系图增强图文关联，使模型在细粒度视觉推理上显著进步。

架构与训练细节

BESTe365亚洲版手机采用Decode-only Transformer架构，层数96层，隐藏维度16384，注意力头数128。训练分为两个阶段：预训练阶段使用1875万亿tokens（包含文本、图像、代码），采用AdamW优化器，学习率3e-4，batch size 2M tokens，训练耗时约45天在4096张A100上完成；对齐阶段采用监督微调（SFT）和直接偏好优化（DPO），数据来源包括人工标注的高质量多轮对话和代码修复对。最终模型支持128K上下文窗口，并内置系统提示词模板，便于用户自定义任务。

用户获取与使用方式

BESTe365亚洲版手机现已完全开源。开发者可通过以下渠道获取：

• GitHub仓库：github.com/xingchen/V84.49.310-sport-official（包含模型权重、推理代码、微调脚本）
• 官方网站：wghpt.lzre.edu.cn（提供在线演示、API文档和模型卡片）
• Hugging Face：huggingface.co/xingchen/V84.49.310-sport-official（可直接下载4bit和8bit量化版本）

硬件推荐配置：单卡推理最低需24GB显存（4bit量化），推荐使用H100/4090。支持vLLM和TGI框架一键部署。此外，星辰科技同时提供了基于BESTe365亚洲版手机的问答助手“星耀”与代码助手“星辰Code Pro”，面向企业和个人用户。

上图是BESTe365亚洲版手机官方网站的体验页面。用户可以直接在网页输入文本或上传图片，获得模型生成的回答。该演示环境使用8bit量化版本，响应速度约12 token/s，适合快速测试模型效果。

收尾：产品矩阵与版本演进

BESTe365亚洲版手机的发布标志着星辰科技在开源大模型领域的重大进展。作为其旗舰模型，BESTe365亚洲版手机将与之前开源的“星辰-7B”和“星辰-72B”形成覆盖不同参数规模的产品矩阵，满足从边缘设备到云端集群的多样化需求。星辰科技同时公布了后续计划：2026年Q3将推出BESTe365亚洲版手机的视觉指令微调版本，进一步提升细粒度图像理解；2026年Q4计划发布多模态Agent工具，使模型能自主调用外部API完成复杂任务。在开源生态共建层面，星辰科技宣布成立“星辰开源社区”，鼓励开发者围绕BESTe365亚洲版手机进行定制与二次开发。从技术指标到开源力度，BESTe365亚洲版手机正在成为国内多模态大模型社区的又一重要基石。

FIFA/美加墨世界杯 常见疑问解答（FAQ）

问：BESTe365亚洲版手机征战当届美加墨世界杯的最大隐患是什么？

答：BESTe365亚洲版手机所在球队需兼顾体能、伤病与赛程密度，淘汰赛容错率极低，官方细则以当届竞赛规程为准。

问：法甲第2轮一般去哪看直播？

答：法甲第2轮赛程在咪咕或爱奇艺体育查；轮次越靠后保级争冠更激烈，建议预约。

问：围绕BESTe365亚洲版手机，当届美加墨世界杯门线技术还有吗？

答：就BESTe365亚洲版手机而言，门线技术仍用于判定球是否完全越过门线，赛前请留意FIFA及各国足协公告，赛前以FIFA官方消息为准。

FIFA世界杯