科大讯飞1024开发者节：星火X2.6发布，数字员工平台亮相

10月22日，2026科大讯飞全球1024开发者节在北京开幕。这个属于开发者的节日，已经办了十年。开幕式上，董事长刘庆峰抛出了三个问题，用来检验AI到底有多少价值：大模型怎么在安全与极致性价比之间取得平衡？AI怎么从数字世界跨进物理世界？又怎么从帮个人提效，走到提升组织成效？

这三个问题，其实是整个行业在问。过去一年，大模型赛道热点轮番切换——先打价格战，再掀开源潮，接着卷写代码，又转向做Agent。热闹散去，一个越来越现实的问题摆上台面：技术演示离真实价值，究竟有多远？

这场发布会，可以看作是科大讯飞对上述三个命题交出的自己的答卷。

三个命题，一套组合拳

先看技术底座。端云一体的讯飞星火X2.6，头一回依托全国产算力，在代码和智能体能力上实现突破。

此前国产芯片显存窄、带宽低，训练超长上下文与复杂代码时，效率跟英伟达H200差了约5倍。而市场的热点，偏偏又集中在代码和智能体上。

这回科大讯飞针对国产芯片的显存与带宽瓶颈，用长程任务动态并行训练技术，按任务长度自适应分配计算资源，把超长上下文训练效率拉高了约4倍。推理这一侧，基于国产集群的自适应存算协同推理技术登场，再加上首个基于全国产设备的四层KVCache技术和分布式推理技术，缓存利用率和计算效率一起提升，长程任务“放不下、算不快”的难题被解开，推理效率提升4.5倍。

模型本身，云端293-A30B支持百万token上下文，输入价格0.9元/百万tokens，输出3.6元，缓存命中低至0.08元，比DeepSeek-V4.1-Flash更低。SWE Pro、SWE Multilingual两项代码测试里，星火X2.6都排第一。开源的端侧X2.6-4B走轻巧路线，端侧可完成的智能体任务覆盖度达41.9%，综合性能超过部分9B模型。

科大讯飞还首次发布端云一体协同架构。端侧模型依据任务难度、自身能力和数据安全需求，自行判断该本地办、交云端办，还是端云一起办，路由准确率96.1%。结果是：60%的任务在端侧解决；30%走端云协同，响应更快，还能省下5倍以上Token成本；只有10%的任务需要完全放到云端。

现场演示了一段采购合同审核，值得细看。端侧模型判断任务需要云端协助后，先在本地把敏感信息脱敏，经用户确认再交给云端审核，最后回到本地还原信息，生成一份带修订记录和风险批注的Word文件。整个过程中，公司最要紧的敏感字段始终没离开那台设备。对成天和合同、财务、客户名单打交道的行业来说，这个细节比任何跑分都有说服力。

在这些能力之上，两款办公产品也一并推出。星火Loomy面向日常办公，帮用户写报告、做PPT、分析数据；星火AStudio面向专业办公，能写代码、搞研究。现场演示中，星火AStudio在不联网的情况下读取本地邮件和各区域周报，梳理出经营分析、可视化表格和风险提示，还附上了对应的邮件链接。

落到具体场景，讯飞还是围绕教育、医疗、法律这些民生刚需来铺。给老师用的讯飞星光，把备课、教研、家校沟通放进同一套工作台里，14000多名一线教师给出4.7分满意度，而行业最高也只有4.0分。讯飞晓医做出的AI咨询累计超过2.2亿次，下载量已过4400万。讯飞晓法则贯穿案情梳理、证据审查、诉讼策略等法律工作全程，办案效率整体提高45%以上。

第二个命题的答案，藏在一系列软硬一体的产品里。

新发布的星火语音基座大模型SparkAudio 1.0，将语音识别、同传、情绪识别、环境声理解统一在同一底座上，整体效果提升20%，响应时间降低15%，成本降了60%。现场它只凭一段电影音频，就分辨出人物对话、背景音乐和车辆声，进而推断出人物所处的场景。

硬件产品也一起摆了出来。35克的讯飞AI录音环靠磁吸贴在手机背面，按一下就开始录音，2小时录音2分钟转成文字，卖1299元；40克的讯飞AI眼镜能实时翻译120多种语言，还可连电脑处理办公任务，4299元起；星火智慧座舱3.0发布时就已经量产，已装进多款车型。

视线再放远一点，机器人超脑平台V3.0盯上的是“一边行动、一边交流”这道具身智能的难题。该平台目前服务近500家机器人企业，国内头部机器人企业里有90%是它的客户。

第三个命题，恐怕是这场发布会里最该细想的一块。麦肯锡在《The State of AI 2026》中给过一组数据：80%的个人能靠AI提升效率，可真正做出显著业务成效的企业只有6%。个人拿AI写方案、写代码，速度是上去了，组织整体产出却没跟着涨，效率卡在了流程上。

科大讯飞的解法，是讯飞星帆WinWork数字员工平台。

刘庆峰这样说明设计初衷：“AI要能够读懂业务，成为组织的自己人。”WinWork的做法是构建企业本体，把业务规程、业务数据和专家经验存下来，让数字员工先弄懂企业规则，再深入业务流程，从识别任务、拆解规划到协同执行，全程参与。

平台眼下已上线80余类数字员工，支持全栈国产化与私有化部署，Token消耗省下44%。现场演示里，供应商一涨价，数字员工就把价格、质量、交期放在一起权衡，推荐替代物料；选出的方案单价未必最低，却更符合企业需要，判断依据还能回查。同步推出的AIPC系列同样面向组织场景，灵机N9000笔记本带160 TOPS本地算力，星火办公一体机算力为2240 TOPS，支持大模型私有化部署。

“唯有生态繁荣，才有人工智能的大未来。”这句话被刘庆峰放在了发布会后半程。

下半场的三重信号

这届大会拿出的东西不少。模型、硬件、平台、生态，科大讯飞把整套技术和能力都摆到了台面上。不过比产品更该盯住的，是这些动作透出的行业走向。

一个信号是，全国产算力上已经训出了对标一流的能力。“自主可控”正从一句立场，变成一种实打实的本事。

刘庆峰在台上把这句话说了不止一遍：“只有真正地在国产算力上训练出自己的模型，才是真的自主可控。”星火过去三年是主流大模型里唯一全程跑在国产芯片上的那一个，这条路走得辛苦。昇腾 910B 的显存和带宽卡着，星火在最该发力的代码、智能体赛道上声量一直不大。

现在情况变了。训练效率 4 倍、推理效率 4.5 倍的突破摆在那里，硬件约束正被工程能力一点点磨掉。但也要看到，全国产训练已经不稀奇，美团等大厂也用国产算力训出了万亿参数模型。当“用了国产芯片”成了默认配置，讯飞就得换一种砌墙的办法——把国产芯片用得最好，让同样的算力跑出更高的效率。这正好是这家公司二十多年工程积累能派上用场的地方。

第二个信号是，大模型的竞争逻辑正从“拼跑分”转向“拼调度”，端云一体给出的是一套落地范式上的新答案。

把镜头拉远一点。就在同一个星期，谷歌开源了 Gemma4，田渊栋创办的 Recursive 发布了能在笔记本上跑到每秒 125 tokens 的 Flint，小米开源了 4B 多模态模型 Xiaomi-Lens-0。参数往小走，能力往本地搬，几家的动作指向同一个方向。AI 落地的关键问题被改写了：从“模型有多强”，变成“任务在哪算、数据归谁管、成本谁来担”。

这三问，端云一体一并给出了回答。敏感数据不离开端侧，复杂任务交由云端处理，靠路由机制把活分清楚，价格也落到了行业低位。教育、医疗、法律这些行业对数据流动格外敏感，这套架构放在它们身上几乎就是照着需求配的，而讯飞在这些行当里已经做了二十年。技术架构和业务选择在这里对上了，对手可以照着做端云协同的方案，想在短期内把这种行业纵深搬过去却很难。

第三个信号是，组织成效才是 AI 商业化的真正分水岭。科大讯飞正把自己从一家模型公司，变成一家体系公司。

个人提效的红利看得见，组织成效的兑现却很难。差距往往出在 AI 懂不懂企业的业务规则、有没有嵌进真实的业务流程。这恰恰是讯飞的长板。教育业务深度覆盖 3.6 万所学校，医疗领域的智医助理延伸到 7.7 万家基层机构，第三方监测显示，科大讯飞大模型相关项目的中标数量和金额都居行业首位。

面向消费者的部分，6000 元以上的高端线上市场里，AI 学习机占了 49% 的份额；讯飞影像云上半年的运营收入比去年同期涨了 158%。WinWork 做的是组织级 AI，说白了就是把这份行业积累做成产品、搬上平台。

再往下想，AI 下半场靠什么取胜，大致是“模型能力 × 行业闭环 × 硬件载体”三者相乘。只有模型、没有行业场景和硬件落点的纯底座玩家，能站的地方会越来越窄。讯飞的组织基因本来就长在组织级、行业级的深水区，二十年下来攒的业务理解和客户，反倒成了最厚的壁垒。

从这个角度看，本届开发者节的意义，就是给市场开了一扇重新理解这家公司的窗口。

长跑的意义

回到开头那三个命题——安全与性价比、数字世界与物理世界、个人提效与组织成效，三个答案其实都在说同一件事：AI 的价值，终究要看它能不能安全、便宜、成规模地进入真实的生产环节。

刘庆峰在演讲最后说，一代人有一代人的长征，人工智能是一场凝心聚力的长跑。

十年前首届 1024 开发者节只有几千人参与，如今这个节日已经连接起全球千万开发者，仅今年参赛团队就超过 5 万支。

当年几千人围着看语音识别图个新鲜，如今全球开发者谈的是端云架构和组织效能。议题换了又换，追问还是那一个——技术到底为谁创造了什么价值？

长跑比的，终究是谁能一直跑在真实的土地上。国产 AI 的下半场已经开场，讯飞把注押在了“体系”上。这份答卷对不对，时间会给出判断。