性能跃迁，幻觉清零!中国移动“九天”3.0震撼登场，多项核心技术同步开源

作为国务院国资委战新“百大工程”的重要成果，“九天”基础大模型3.0在继承“高安全、高可控、全国产、全行业”四大特性的基础上，实现了三大关键“焕新”:

一、九天众擎语言大模型:架构与性能双重跃迁

“九天众擎语言大模型”实现了架构上的突破性创新，采用可扩展至万亿级的MoE架构。通过15Ttoken的多阶段配比预训练数据与全流程治理体系，其推理能力得到显著强化。该模型还创新构建了113域×53能力的二维分级后训练框架，结合动态强化学习策略，使复杂推理能力提升了35%。

在权威榜单评测中，“九天”语言大模型成绩斐然:

• 在GPQA-Diamond评测中，以77.67分斩获全球第二，超越DeepSeekR1和Qwen3。

• 在ArenaHardV1.0中，以67.2分位居全球第一。

• 在BFCLV3评测中，达到68分。

在性能大幅跃升的同时，模型进一步强化了可控生成能力，通过精确流程内置等技术细节，实现了专业场景下的零幻觉，破解了沉浸式角色演绎难题。

基于最新的语言大模型，中国移动还同步推出了多个专项模型:

• 九天代码大模型:采用两阶段持续训练技术，支持代码生成、注释生成、单元测试生成、代码智能问答等任务，覆盖Python、Java、JS、TS、Go、C++等10余种主流编程语言。在EvalPlus、MHPP、LivecodeBenchv6等多个代码生成榜单上表现领先。

• 九天数学大模型:在短思考、长思考模式下均达到业界SOTA水平，多项指标超越Qwen2.5Math、Qwen3、DeepSeekMath、DeepSeekR1-Distill等同参数量级模型。

二、九天善智多模态大模型:生成可控性与理解能力全面提升

“九天善智多模态大模型”引入复杂时空建模、流匹配图片视频渐进式联合训练、端到端局部可控注意力机制等创新技术。同时，通过融合多模态理解信息和联合图文交织数据训练，显著提升了模型对文本指令和输入条件图像视频的感知能力。这意味着模型不仅能生成高质量的图像视频，还能进行多轮对话式高可控精确编辑操作，大幅提升了视觉生成的灵活便利性。例如，在图片生成方面可支持多轮精准局部修改，如修改文字、修改背景、增加元素等。

模型的图理解和视频理解性能也得到了全面提升:

• 图理解方面:在MMStar、HallusionBench和OCRBench等图理解任务中，九天模型分别获得了82.2、64.3和94.9的高分，处于业界领先水平。

• 视频理解方面:在Videomme和MVbench两个任务中均表现领先，超越Qwen2-VL和InternVideo2。

三、模型及核心技术开放开源，助力产业生态发展

中国移动此次还采取了开放策略，将多项模型及核心技术进行开源，旨在推动行业共同发展:

1. 开源九天数童结构化数据大模型:包括JT-DA-8B模型及后续演进版本，支持下载模型权重、微调代码、推理代码等。

2. 开源九天数学大模型:包括JT-Math-8B系列模型，支持下载模型权重、推理代码、技术报告。

3. 开源九天代码大模型:包括JT-Coder-8B系列模型，支持下载模型权重、推理代码、技术报告。

4. 开源业界首创的结构化数据模型评测数据及TReB评测体系:涵盖6大任务、34个能力，包括高质量、全面的数据、推理模式及评价指标，支持下载评测数据集、测试代码。

5. 开源CCR-Bench行业场景复杂指令遵循评测数据集:包含174条高质量、多样化、高难度复杂指令数据，高度模拟健康专家、智能客服、医疗助手等典型工业场景，支持下载数据集。

以上所有开源内容均已上线焕新社区、Github、HuggingFace、魔搭社区、Gitee和Arxiv，将为开发者和研究人员提供宝贵的资源，共同加速人工智能技术的创新与应用。