科大讯飞发布端云协同新路线

10月22日下午，2026科大讯飞全球1024开发者节在北京国家会议中心举行，刘庆峰在台上讲了他对人工智能的判断：

「未来应该让 60% 的工作就在本地完成，在我们的手机，在我们的电脑上独立完成，所以数据不出域，1 分钱 token 成本都不花；30% 的应用通过云端协同；10% 才是真正要在云端来独立处理的。」

一句话定下了发布会的基调，也定义了公司的未来方向：

端云协同。

如果说死磕云端底座大模型是要把国产算力的效率榨到极限，那么，进军端侧则是要把模型缩小到能塞进设备——两者都是在同一道"算力差两代"的约束下寻找突破口。

变化可能就发生在今年年中。今年6月，刘庆峰宣布成立全资子公司合肥词元星火科技有限公司（下称“词元星火”），注册资本10亿元，由“星火大模型”最重要的开发者刘权领衔。9月1日，词元星火推出并开源两款“端侧大模型”（星火X2.5-4B和星火X2.5-1.7B），这也是端侧模型中首个原生支持最长100万Token上下文的产品。

在那之后，讯飞在9月7日发布了“旗舰通用大模型星火X2.5”，那依然是一个云端模型；接着就是“1024”的发布，端云协同成为重点——刘庆峰仅仅花很少篇幅讲了“讯飞星火X2.6”，那依然还是一个庞大的293B的云端大模型——而把浓墨重彩放在一个端侧模型上：

|X2.6-4B端侧大模型

科大讯飞也同时发布了星火大模型的端云一体协同架构和端云一体的讯飞星火X2.6。

此等调整，刘庆峰在主论坛和接受采访时均有自己的论述，归纳如下：

1、讯飞一直用国产算力训模型，虽然在快速追赶，但直到今天，国产算力里跟N卡还是有代差。

2、时间就是钱，是研发节奏，是算力成本。

3、对于讯飞来说，端侧才是“算力不公平竞争被抵消掉”的地方。虽然讯飞的算力现在跟美国比有差距，但是“国产算力训端侧模型”是够的。所以这（端侧）是在一个我们把算力的限制大幅抵消掉或大幅减弱之后，可以跟别人同台竞技来干的事。

4、人工智能三大挑战。一是如何解决大模型安全性和极致性价比？二是如何让AI从数字世界进入物理世界？三是如何让AI从个人提效到组织提效？

5、上述三个挑战，端侧都是主解。

6、Palantir的 Alex Karp的吐槽是有道理的，大家都怕自己的数据送到后台都被 Anthropic 学去，但如果是端侧就尽管放心用，数据不出域，也不用担心任何数据隐私问题，同时不花一分钱推理成本。

7、端侧也是AI进入物理世界的载体。4B 模型是最适合放在汽车和机器人上的东西。

8、如果你没有云端模型的能力，也训不好端侧模型。

因此，在这个所有大模型公司都在军备竞赛式堆参数、堆集群、堆Token消耗的年份，刘庆峰却要用“云端结合”解决三大挑战：

「我们定位是“云端结合”，云端模型不会做太大的；同时我们要把端侧模型做通用，用云端一体化来解决大模型既安全又省推理成本的落地问题，这就是我们的战略定位。」

突破口是主推尺寸为4B的端侧大模型。刘庆峰认为：“4B是最适合在各种机器人、汽车平台以及AIPC这个领域中直接部署使用的，再大了它放不下，小了则没有足够的推理能力。”

另一件很重要的变化是：端云路由的准确率，也就是判断一件事该在本地做、上云做还是协同做的准确率，已经高达96.1%，此前这一准确率还是81.2%。

这意味着，大模型“云端结合”开始有机会展示出力量，至少也开始未雨绸缪起来了。本质就是帮用户算账，用低成本本地运行换高毛利的Token消耗；用端侧设备交付换云端扩容压力，以此完成商业上的逻辑闭环。

目前，星火X2.6-4B可完成的智能体任务覆盖度是41.9%,超过此前业界最好的4B模型千问3.5-4B的12.8%。刘庆峰说下一步要做到60%以上。

而在4B这个尺寸上，星火X2.6-4B的八项指标全面超过千问3.5-4B和Gemma4-E4B，其中七项也超过了千问3.5-9B，只有长文本理解略逊。

这也意味着，科大讯飞找到了一条适合自己的新路线和新打法。

2026年科大讯飞全球开发者节开幕当天，是10月22日。当天，正好是长征 90 周年。

长征带给我们的启迪：光有好的动机和好的目标不够，还需要结合自身优势制定能打胜仗的战略。

长征的伟大，正在于巨大转折之时的方向感。

讯飞在大模型时代的“长征”始于三年前，作为中国人工智能最具代表性的公司之一，讯飞是穿越了古典的语音时代进入大模型时代的，但大模型没有功劳簿，讯飞虽然没有离开牌桌，做得早，投入久，但仍敌不过大厂。今年上半年，科大讯飞研发投入占营业收入超过1/4，但与大厂动辄千亿的投入相比仍然逊色。在全国产算力平台上研发从训练到推理全栈自主可控的大模型，更是令讯飞陷入苦战。

不论如何艰难，讯飞一直坚持深耕国产算力和将AI应用在民生刚需领域，重大意义和稀缺性是不言而喻的。