9 月 29 日，至知创新研究院（IQuest Research）发布并开源 IQuest-Q1。模型重点面向代码、软件工程与复杂任务执行，在训练过程中进一步覆盖推理、工具使用、长上下文理解及多步任务处理等能力。

模型权重与 Blog 已同步发布。

GitHub：https://github.com/IQuestLab/IQuest-Q1

Hugging Face：https://huggingface.co/IQuestLab/IQuest-Q1

Blog：https://iquestlab.github.io/

多场景任务中的能力验证

IQuest-Q1 的训练重点覆盖从代码生成到智能体任务，并延伸至工具调用、信息搜索、长上下文理解和复杂环境中的多步执行。模型可在任务过程中持续理解上下文、调用工具、处理反馈，并完成可验证的最终结果。

在涵盖代码、软件工程、终端操作、工具使用和复杂智能体任务等多个领域的标准评测中，IQuest-Q1 均展现出均衡稳健的性能。

其中，IQuest-Q1 在仓库级代码生成基准 NL2Repo 和网络安全基准 CyberGym 上展现出一定能力；同时，在 Terminal-Bench 2.1、代码长程任务基准 DeepSWE v1.1，以及面向专业办公场景的 JobBench 等复杂任务评测中，也表现出较好的任务执行能力。

具体到实际任务，可以一起看下在几个典型场景中的实测。

· 复杂交互应用开发

在前端开发中，用户输入自然语言指令后，模型可以直接生成可运行的交互应用。

以 FPS 游戏为例，IQuest-Q1 可以一次完成三维场景、角色移动、生命值、计分、游戏模式切换以及资源和装备购买等功能，同时处理代码生成、多文件组织、交互逻辑和视觉呈现。

再来看一个赛车游戏的例子，构建这类场景，如赛道延展、前景背景之间的切换，通常对场景延伸能力有较高的要求。IQuest-Q1 能够轻松应对这类具有空间关系和连续交互要求的应用生成。

· 训练诊断与代码修复

IQuest-Q1 也可以进入已有代码和训练环境，定位并修复实际问题。

一次强化学习训练出现异常后，模型根据训练曲线进一步读取日志和执行轨迹，分析可能原因，定位代码中的具体问题并完成修改。训练重新启动后，再通过新的指标变化验证修复结果。正如案例中所展示的，发现根因是 " 训练轨迹中插入了一个空格 "，修复后重新训练，指标恢复上升。

· 复杂工作环境任务执行

IQuest-Q1 可以在包含多类信息和工具的工作环境中执行多步骤任务，并根据任务进展持续读取信息、调用工具和调整结果。

在工作场景中，模型可接入聊天、云文档、表格和评论等信息，综合不同上下文完成分析、文档生成和结果修订，最终形成可直接交付的方案。

可持续的模型迭代机制

IQuest-Q1 采用了 decoder-only Transformer 主干与稀疏 MoE 架构，总参数约 320B、激活参数约 15B。模型训练分为预训练、中期训练和后训练三个阶段，逐步建立基础代码能力，并向复杂任务执行延伸。

后训练阶段，团队围绕软件工程、长时程任务和通用推理对模型开展了专项训练，并通过监督微调和强化学习进一步强化相关能力。同时，通过 Multi-Teacher On-Policy Distillation（MOPD）整合不同教师模型在各类任务上的能力。

此外，经过验证的模型更新、训练资产和研究流程会进入下一轮迭代，并被后续版本直接复用。每轮形成的数据流程、训练配置、评估方法和工具也会持续沉淀，形成模型能力优化与研发流程优化并行推进的迭代机制。

无论是实测中赛车能不能开、游戏能不能玩，还是训练中出现 Bug 能不能及时找到根因。AI 能不能把复杂任务做对、做完，都成为下一次进化的起点。

从此次实践来看，我们观察到至知研究院这个模型赛道新玩家，在代码智能、复杂任务执行和模型自进化等方向上的探索，已经开始呈现出更清晰的技术脉络，这家机构下一步的动态值得持续关注。