AI 摘要
- 科大訊飛發布端雲一體模型訊飛星火X2.6。
- 劉慶峯表示國產算力與英偉達仍有差距。
- 訊飛稱其端側模型的完成率已提升至41.9%。
2026年10月22日，科大訊飛在2026科大訊飛全球1024開發者節大會上，董事長劉慶峯談及國產算力的現況與發展路徑，並介紹了端雲一體的新模型訊飛星火X2.6。
國產算力仍有差距
劉慶峯表示，目前國產算力與英偉達相比約有「將近兩代」的差距，主要集中在顯存和帶寬。面對動輒需要百萬上下文的代碼與智能體任務，過去常見「裝不下、訓不動」的困境。
端雲一體架構：訊飛星火X2.6
據來源介紹，訊飛星火X2.6採用一個雲端大模型搭配一個4B端側模型的組合。在訓練端，系統透過長程任務動態並行訓練，依任務長度自適應分配算力，使超長上下文訓練效率提升約4倍。
在推理端，訊飛表示其依託自適應存算協同，以及首個基於全國產設備的四層KVCache和分佈式推理技術，整體效率提升4.5倍。
任務分流與數據隱私
用戶可依任務難度與數據敏感度，自行決定任務留在本地處理、採用兩端協同，或交由雲端處理。
現場演示的經營覆盤與採購合同審覈等場景顯示，透過本地脫敏與端雲路由的分發，可確保敏感數據不出端，並有助於降低Token使用成本。上述效果為現場演示所呈現的結果，仍需更多實際使用情境檢驗。
端側模型的突破路徑
劉慶峯指出，雖然整體算力存在差距，但訓練端側模型的算力是足夠的。訊飛表示，透過精細化打磨，端側模型在複雜智能體任務上的完成率已由行業此前約百分之十二點幾，大幅推高至41.9%，並計劃下一步向60%邁進。
雲端角色與產業生態呼籲
劉慶峯認為，在端雲一體架構中，雲端的核心作用在於對端側進行聯合統一訓練、能力判定與兜底指導。
談及國產算力生態，劉慶峯呼籲更多廠商加入訓練大模型的行列。他坦言，目前主力推進的企業只有華爲等少數公司。由於國產算力架構與英偉達不同，且「坑沒人踩過」，單打獨鬥的成本極高；若多方共同推進，分攤成本可望呈數量級下降。
未來展望與戰略定位
對於差距縮小的速度，劉慶峯判斷未來兩年算力將逐步拉平。同時，訊飛也正積極佈局量子計算，目標在三五年內從根本上改寫算力的量級問題。
在當前的算力約束下，科大訊飛明確了三大戰略定位：
- 在全棧自主可控平臺上對標全球頂尖模型並緊緊跟進；
- 在教育、醫療、能源、安全等垂直行業力求做到全球領先；
- 以多語言大模型代表中國，向全球提供第二選擇。
觀察與限制
目前文中的效率提升、完成率及未來算力預測，主要來自科大訊飛與其董事長的公開說法，尚未見獨立第三方驗證。現場演示場景亦屬有限範圍，實際表現仍有待更多應用檢驗。量子計算相關目標則屬長期規劃，其時程與成效仍有不確定性。
Reference Link : news.aibase.com
