北京
作者 | 平章
出品 | 《易现场》
10月22日，北京国家会议中心二期。
2026科大讯飞全球1024开发者节主论坛上，刘庆峰发布端云一体讯飞星火X2.6大模型，同步推出星火语音基座大模型Spark Audio 1.0、具身多模交互技术。
刘庆峰表示，讯飞的星火是国内首个在国产算力上做训练和推理的大模型，“其他全是在N卡上做的，而且我们的尺寸是最小的。”
他强调，"只有真正在国产算力上训练出自己的模型，才是真的自主可控。"而在他看来，国产算力对标全球先进水平还有两代差距，但很快就会超越并领跑。
全国产算力训练：长上下文效率提升4倍
星火X2.6最硬的标签是"首次基于全国产算力实现代码与智能体能力突破"，代码与智能体任务往往要256K甚至1M上下文，而国产芯片显存带宽受限，长程任务混训效率一直是瓶颈。
讯飞的做法是长程任务动态并行训练技术，自动分解长程/短程任务，结合国产平台多种联合调度机制，把超长上下文训练效率提升4倍。刘庆峰表示，"原来别人三个月训完的版本我们要一年，现在基本可以训了。"
推理侧同步做了两项创新：基于国产异构算力的分布式推理、首个基于国产设备的四层KVCache技术，推理效率提升4.5倍，KVCache命中率从63%提升至95.7%。
端侧模型星火X2.6-4B同步开源，通过云端教师模型资源池指导端侧迭代，端侧可自主完成的智能体任务覆盖度从12.8%跃升至40%以上，下一步目标60%；端云路由准确率从81%提至96.1%。X2.5-4B自9月1日开源以来下载量已超256万次，进入全球端侧模型前四。
对于国产算力，刘庆峰信心满满，"国产算力对标全球还有两代左右差距，但很快就会到一代、半代，一定会有并跑甚至领跑的一天。在人工智能领域，中国一定能在全球取得独特竞争力。"
Spark Audio 1.0：从语音到具身
语音底座层面，讯飞发布了Spark Audio 1.0，把语音识别、机器翻译、语义理解整合进同一基座模型，实时说话人分离达95分（业界组合最高90），环境声理解89分、情绪识别87分，均显著领先行业第二。
多模交互进一步融合远场识别、多人交互、视听觉融合与情感语义；具身多模交互则面向机器人场景突破复杂空间动态降噪、多目标人意图识别、语音与动作统一规划、视觉触发主动交互。
现场演示的AI无人超市里，机器人小飞一边走动一边接一家四口的点单、主动提醒小孩"肠胃敏感别喝酸奶"、看到阿尔法蛋主动搭话，展示了交互层与动作层的协同。
WinWork数字员工：从个人提效到组织提效
麦肯锡数据显示，AI能让80%个人提效，但仅6%企业明显见效。讯飞把第二道坎归结为"数字员工要懂业务、能进流程"。
讯飞星帆WinWork平台通过构建企业业务本体——关联业务规程、全量数据、专家经验与API语义对齐，让数字员工读懂ERP/CRM里的真实业务；再嵌入任务发现、规划分发、跨系统协同闭环。供应链涨价评估、供应商失信风险处置等演示显示，数字员工可自主调用业务系统、拉群协同、留痕回溯。
WinWork支持全栈国产化私有化部署，通过端云一体星火大模型节约44% Token消耗；研发数字员工可将组织端到端提效从20~30%拉到50%以上。
