☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
10月22日，在2026科大讯飞全球1024开发者节上，科大讯飞董事长刘庆峰就国产算力发展现状与突围路径作出深度阐述。他指出，当前国产算力相较英伟达仍存在约“两代”的技术代差，核心短板集中于显存容量与带宽性能。面对动辄百万级上下文的代码生成与智能体任务需求，行业普遍遭遇“模型装不下、训练跑不动”的现实瓶颈。
为突破这一困局，讯飞正式推出端云协同架构——“讯飞星火X2.6”。该方案创新采用“1个云端大模型 + 1个4B端侧小模型”的双模组合，通过长程任务动态并行训练机制，实现按任务长度智能调度算力资源，使超长上下文训练效率提升约4倍。在推理环节，依托自适应存算融合技术、首个全国产设备支撑的四层KVCache架构及分布式推理体系，整体推理效率跃升4.5倍。用户可依据任务复杂度与数据敏感性，灵活选择纯本地处理、端云协同执行或全量上云三种模式。
在端侧模型攻坚方面，讯飞探索出一条规避高端算力依赖的务实路径。尽管整体算力水平尚有差距，但训练轻量化端侧模型所需的算力已完全具备。经过持续优化与工程打磨，其端侧模型在高难度智能体任务中的完成率由行业平均的12%左右大幅提升至41.9%，下一阶段目标锁定60%。现场演示的经营复盘分析与采购合同智能审核等真实场景验证表明：借助本地脱敏处理与端云智能路由分发机制，既可确保敏感数据全程不出终端，又能显著压降Token调用成本。刘庆峰同时强调，云端在此架构中并非替代角色，而是承担端侧模型的联合统一训练、能力评估及异常兜底指导等关键职能。
小米/米家智能家居设备控制。通过MCP Server工具控制家中设备，包括灯、空气净化器、电暖气、空调、风扇、扫地机器人、窗帘等。触发场景：用户提到智能家居控制指令，如"把灯关掉"、"开空调"、"净化器调到睡眠模式"、"客厅太暗了"、"家里空气不好"等。即使未明确提及"小米"或"米家"，只要涉及家居设备控制即可触发。
针对国产算力生态建设，刘庆峰呼吁更多硬件与系统厂商加入大模型训练实践。他坦言，目前仅有华为等极少数企业正全力推进适配国产算力的大模型训练工作；由于国产芯片架构与CUDA生态差异巨大，且缺乏成熟经验积累，“坑没人踩过”，单点攻关成本极高。若产业链多方协同共建，边际成本有望呈数量级下降。关于追赶节奏，他预判未来两年内国产算力将加速缩小代际差距；与此同时，讯飞已提前卡位量子计算方向，力争在三到五年内实现算力底层范式的根本性跃迁。
在现有算力约束条件下，科大讯飞确立了三大战略支点：一是在全栈自主可控技术底座上，持续对标国际顶尖大模型并保持紧随态势；二是在教育、医疗、能源、安全等垂直领域打造全球领先的应用标杆；三是以多语言大模型为载体，向世界提供源自中国的“第二选择”。
