行业首创！泛娱乐赛道迎来专属开源大模型
元象正式开源聚焦泛娱乐场景的底座大模型 XVERSE-Ent，含中、英文双版本。该模型深度适配泛娱乐（Entertainment）核心领域，覆盖社交互动、游戏叙事、文化创作（小说、剧本）等关键场景，支持轻量化部署与垂直场景深度落地，填补了泛娱乐领域专属开源大模型的空白。
XVERSE-Ent 在通用大模型能力基础上，依托元象 AI 泛娱乐产品服务全球千万级用户的实践经验，经稀缺垂直领域数据深度训练与优化，在角色一致性、剧情逻辑等方面更精准契合泛娱乐场景真实需求，为中小开发者与泛娱乐企业提供低成本、高效率的创新底座。主要特性包括：
- 角色一致性强化：长期保持虚拟角色人设、记忆与说话风格稳定，有效缓解“遗忘”或“出戏”问题；
- 长剧情精准理解：准确把握复杂故事线、人物关系与伏笔，生成逻辑合理剧情；
- 多元语境适配：对古风、科幻、都市等不同题材具备丰富风格化表达与背景知识。
01 中英双开源，核心技术创新
依托两大核心技术，XVERSE-Ent 实现“通用能力稳、领域适配准、部署成本低”优势，分别开源中英双版本，满足多语言泛娱乐创作与全球化出海需求，形成“技术筑基 + 多语言拓展”的完整开源方案：
1. MoE 热启动技术：基于 Dense 模型改造 MoE 模型。第一步，将 FFN 部分细粒度拆分为多个子网络作为专家，并按显存配置复制；第二步，复用 Dense 模型的 Attention 部分。细粒度拆分相较粗粒度更具灵活性与效果优势。
2. 多阶段训练策略：通过 S0 能力重建、S1 语言倾斜、S2 领域增强三阶段训练，构建专用模型。前两阶段使用通用数据，S2 阶段融合通用与领域数据。
本次开源包含两大文本模态模型：
- 中文版 XVERSE-Ent-A4.2B：总参数量 25B，基于 XVERSE-MoE-A4.2B 经 S2 领域增强获得，专为中文角色扮演、故事生成、对话互动极致优化，文化契合度高；
- 英文版 XVERSE-Ent-A5.7B：总参数量 36B，依托成熟出海应用经验打造，在英文创意写作、游戏对话及跨文化交流中表现优异。
中英文模型上下文窗口均为 8K，经近万亿 token 数据训练。
模型已在以下平台开源：
- HuggingFace：
https://huggingface.co/xverse/XVERSE-Ent-A4.2B
https://huggingface.co/xverse/XVERSE-Ent-A5.7B - ModelScope（魔搭）：
https://modelscope.cn/models/xverse/XVERSE-Ent-A4.2B
https://modelscope.cn/models/xverse/XVERSE-Ent-A5.7B - Github：
https://github.com/xverse-ai/XVERSE-Ent
02 性能卓越，低成本部署
评测显示，XVERSE-Ent 在小说生成、对话生成等泛娱乐核心任务上表现卓越，同时在 MMLU、数学、代码等通用能力上保留超 98%，实现“专精”与“通用”平衡，规避能力单一化风险。
XVERSE-Ent 中英文模型评测结果
（*X 开头指标为领域能力相关，数值越低越好；fiction：小说类测试集；conversation：对话类测试集；webcc：通用文本测试集）
模型支持高并发、低成本部署，可实现云端单卡推理，在处理效率与推理成本间取得平衡，显著降低开发者部署门槛与运维成本。
03 落地成效显著，赋能产品全球化布局
据 OpenRouter 与 a16z 联合发布的《State of AI：An Empirical 100 Trillion Token Study with OpenRouter》报告，角色扮演已成为开源模型最主要落地场景，占比超 50%，尤其在游戏化互动与创意叙事等泛娱乐领域广泛应用。
XVERSE-Ent 已成功落地 AI 社交产品 “Saylo”。依托模型在泛娱乐场景的深度赋能，Saylo 在全球数十个国家和地区登顶免费榜与畅销榜前列，覆盖美国、德国、法国、意大利及拉美地区，验证了模型在剧情连贯性、角色人设统一性、多轮交互趣味性等核心指标上的突出表现。
元象长期深耕开源生态，已相继开源 XVERSE-65B（国内最大参数 Dense 模型）、XVERSE-MoE-A36B（国内最大参数 MoE 模型）、XVERSE-Long（世界最长上下文模型）及 XVERSE-V（多模态模型），构建起覆盖通用能力、轻量化部署、长上下文、多模态等多维度的开源模型全家桶。
此次 XVERSE-Ent 的发布与开源，将进一步完善元象开源生态布局，降低中小开发者与泛娱乐企业的创新门槛。未来，元象将持续探索多模态生成能力，拓展泛娱乐 AI 应用边界。