撰文｜曾宪勇

出品｜勇砺商业评论 阿桶观察

“浅尝辄止的应用就算做出来，也没有市场前景，很快被清盘。”站在高台上的科大讯飞董事长刘庆峰并不讳言当前AI行业的冷酷现实，在他看来，人工智能是人类历史上一次伟大的进程，也是一场需要凝心聚力的长跑。跟长征一样，它需要使命、需要信念。

10月22日，北京国家会议中心。2026科大讯飞全球1024开发者节在这里举办。

端云一体讯飞星火X2.6是今天的主角，除此之外，星火语音基座大模型SparkAudio 1.0、星火具身多模交互技术及相关产品，以及讯飞星帆WinWork数字员工平台等产品和技术也做了集中发布。

在我看来，这些产品背后，一条商业线索正在逐渐清晰——科大讯飞正在让AI获得进入真实业务的条件，并在其中承担持续的工作。

据麦肯锡的一项研究称，AI能帮助80%的个人提效，但只有6%的企业取得了明显提效，讯飞客户也有这个感触。从个人提效到组织提效，这中间最关键的是什么？

刘庆峰认为，第一，能够读懂业务，成为组织的“自己人”。它不能只是表面的通用能力，不能只会写PPT、广告文案和总结计划，它要真正懂业务，能够读取ERP、CRM中的客户信息，懂得整个研发流程和客户需求，成为组织真正的“自己人”。

第二，能够真正融入到企业流程中。知道机器与人如何协同，数字员工和真实的员工之间如何协同、如何闭环任务，并在风险可控的前提下，在关键节点做好质量把关和自动检测。只有做到这两条，才能够真正让 AI从个人提效到组织提效。

或许，在林林总总的行业市场中，一份尚未签署的采购合同，一间人声交错的会议室，一段需要跨部门推进的工作，正在成为AI更具体的考场。走进这里，模型需要面对的，除了问题本身，还有商业秘密、现场噪声和组织里复杂的协作关系。技术的光亮，必须穿过这些日常，才能照见自己的价值。

我认为，一个演示可以凭惊喜赢得掌声，一门生意则需要靠反复兑现赢得信任。科大讯飞此次发布的所有产品背后的最强支撑，其实恰恰是一种来自信任的力量。

端云之间，藏着企业使用AI的顾虑

模型越来越聪明，企业仍有迟疑。合同、邮件和科研资料，凝结着一家机构最独特的积累。把它们交给AI，意味着把技术能力与数据边界放在同一张决策桌上；使用频次增加之后，Token成本又会进入经营者的账本。

面对高度定制化、复杂度较高的任务，智能体仍可能出现理解偏差、执行不稳定，长期使用成本和安全问题也需要重视。因此，AI的商业化进程，需要让用户更有把握地使用它。

讯飞星火X2.6给出的路径是“云+端”协同。一部分工作留在手机、PC等端侧设备完成，更复杂的问题交由云端处理。需要云端参与时，敏感信息先在本地脱敏，经用户确认后发送，本地原始文件不上传，并支持自定义脱敏策略。

这使数据安全成为任务分工的依据。谁来处理、哪些内容可以发送、何时需要用户确认，都有了具体安排。对企业而言，信任往往就生长在这些可理解、可掌握的细节里。

在我看来，这里藏着一个值得重视的商业变化：能被企业实际使用的数据范围，会影响AI能够创造的价值。越接近核心业务，数据往往越敏感。把安全安排做进产品，有助于模型接触过去难以进入的工作，让能力在更有价值的问题上得到检验。

据科大讯飞发布，星火X2.6-4B通过端云一体训练，智能体任务覆盖度达到41.9%；基于评语模型的端云路由协同训练，将路由准确率提升至96.1%。端侧能力扩大之后，更多工作有机会在本地完成，云端则承接需要更强能力的部分。分工的质量，将影响整项任务的效果与成本。

在底层，科大讯飞通过长程任务动态并行训练技术，使超长上下文训练效率提升约4倍；推理侧，基于国产集群的自适应存算协同推理技术，结合首个基于全国产设备的四层KVCache技术和分布式推理技术，推理效率提升4.5倍。

这组进展值得放到全栈国产自主技术路线中理解。模型训练与推理受到硬件条件约束，软件和系统层面的优化，决定已有算力能释放多少能力。沿着真实任务持续改进，国产技术才有机会把自主掌握的条件，转化为可交付的服务。

交付的分量，在行业里更容易被看见。讯飞晓法结合星火法律大模型和最新的“端云一体”讯飞星火X2.6，覆盖案情梳理、证据审查、诉讼策略、庭审策略和合同法务等法律工作全流程。据科大讯飞发布，能让整体办案效率提升45%以上。

教育中的讯飞星光，将备课、教研、家校沟通和事务助理整合到同一工作台；基于14000余名一线教师的实际评分，教师满意度为4.7分（行业水平最高4.0分）；近一个月创作精品资源累计超过10万份。工具融入教师日常，才有机会把省下来的时间还给教学。

医疗领域，讯飞晓医升级多医学报告综合解读、健康风险洞察和综合健康管理计划，新增中医舌面体质辨识及养生计划。不同产品承接不同需求，却共同要求模型理解行业语境，让技术进步沿着专业工作抵达使用者。

这些场景也让我更愿意从行业积累理解科大讯飞。企业多年积累的业务经验，能帮助它找到更具体的问题；模型能力能否稳妥地嵌入专业流程，又会检验这些积累的价值。技术与行业之间，需要这样反复磨合。

让AI听懂生活，比让它听见声音更难

真实世界不会为机器保持安静。会议中有人插话，车厢里混着路噪，家庭里大人与孩子同时说话。人能够自然分辨谁在说、对谁说、眼前发生了什么，机器则要把这些线索重新组织起来。交互能力的深浅，影响着AI能参与多少日常。

此次发布的星火语音基座大模型SparkAudio 1.0，带来语音识别、同传和交互，以及音频理解、情绪识别、实时说话人分离和环境声理解等智能语音能力的全面提升。

按照讯飞官方资料，背后是半监督音频编码器、动态分段端到端建模、双范式协同解码三项技术创新，相关测试显示整体效果提升20%、响应时间降低15%、成本降低60%。效果、响应和成本共同改善，才有利于语音服务进入更广泛的产品，并在长期使用中被接受。

SparkAudio 1.0已在讯飞产品中上线。现场发布的讯飞AI录音环，2小时录音转写仅需2分钟，综合识别准确率超96%。对使用者而言，一段谈话若能更便捷地变成可整理、可跟进的工作材料，语音技术的价值就会沿着工作继续延伸。

从语音交互走向多模交互，AI还需要结合视觉信息理解场景，将不同来源的信息准确对应起来。此次技术进一步融合多模远场识别、多人交互、视听觉融合理解、个性化记忆和情感语义，讯飞AI眼镜与星火智慧座舱3.0呈现了它的产品落点。

讯飞AI眼镜重约40克，通过5麦阵列、骨传导与唇动识别协同改善复杂环境拾音，支持120余种语言翻译，同传首响低至2秒。眼前的设备能否成为助手，要看记录、沟通和后续办事能否衔接，让人少一些操作，多一些从容。

星火智慧座舱3.0提供超100项多模感知能力，多模感知成功率超95%，模糊理解准确率超93%，车外远场交互距离达30米。不同场景的难题各不相同，这些能力最终要接受日常使用的检验，让交互贴近人的表达习惯。

走向机器人之后，交互还必须跟上行动。距离变化、多人参与和动作执行交织在一起，一句指令需要在不断变化的空间里被理解，并与动作相互配合。这样的难度，也解释了为什么机器人进入家庭需要长期打磨。

星火具身多模交互技术，在复杂空间动态降噪、多目标人的交互意图识别、语音与动作统一规划与执行、视觉触发的主动交互等方面取得突破。机器人超脑平台V3.0则整合星火超脑板、具身智能开发套件、多模态交互模组及具身多模交互Harness，通过端云协同、前后台协同，让机器人前台畅聊不停、后台持续办事。

具身智能正向陪伴、服务、生产等方向发展，多数处于应用场景验证阶段。这让我们对机器人的期待更有耐心。一次服务背后，有倾听、理解与执行的连续配合。把这些细节做好，机器才能在人的生活里找到位置。

个人的快，怎样成为组织的好？

AI进入办公室，还会遇到另一种复杂。文案写得更快，未必能够缩短一次产品交付；报告完成得更早，后续决策也可能仍在等待。组织的时间，往往耗在岗位衔接和信息流转之中。个人节省的时间，只有顺着流程继续传递，才可能变成共同的收益。

刘庆峰的判断很直接：“从个人提效变成组织提效的关键，是让数字员工能够参与工作闭环。”这句话值得企业管理者细读。数字员工需要读懂业务，知道工作的来龙去脉，也需要融入既有流程，让任务能够继续推进。

值得关注的是，讯飞星帆WinWork通过构建企业本体，让数字员工理解业务规程、工作规范与业务目标，并结合业务数据库、企业知识开展工作。跨系统的数据接入与语义映射，则回应了企业长期存在的难题：不同部门对同一件事，常常使用不同的说法。

这类工作没有演示时的轻盈，却贴近企业的实际。一个采购风险被识别之后，谁来确认、怎样处置、如何跟进，决定发现能否转化为行动。AI越深入业务，越需要知道自己在流程中的位置，也需要让人能够检查它的工作。

因此，我更愿意从协作关系看数字员工的商业价值。模型能力提供了起点，企业还需要把经验、系统和岗位责任连接起来。长期合作的机会，可能就藏在这些需要持续完善的环节中。行业服务商能否理解客户工作的细处，将影响产品可以走多深。

这也意味着，评价AI项目需要把目光从个人的屏幕移向组织的流程。一份材料提前完成，如果后续仍需反复核验和重新录入，节省的时间就可能被消耗。能否把局部的便利接成连续的改善，是技术方案必须与管理实践一起回答的问题。

科大讯飞同时发布AIPC系列产品，使端侧模型和企业应用有了相应的设备载体。端云协同由此与组织提效发生联系：数据在什么范围内使用，模型怎样接入业务系统，任务如何被执行，需要共同设计，才能让产品真正进入工作现场。

这也是接下来应当观察的地方。客户是否持续使用，协作中的等待是否减少，结果能否追溯，都会影响企业是否继续投入。平台的价值，需要在一项项具体工作中积累；对经营者而言，能够持续验证的改善，才足以支撑长久的合作。

产业的长跑，最终要跑进日常

规模化发展仍需政策、场景、资本、开源生态协同发力。商业机会的打开，伴随着交付要求的提高。

开发者生态的意义，也应从这里理解。科大讯飞积累的技术与行业经验，若能成为开发者便于调用的能力，就有机会让更多创意进入真实场景。开发者熟悉具体客户，平台提供底层支撑，双方的价值需要在实际交付中相遇。

科大讯飞的软硬一体开发支持，将感知、理解与交互能力封装成模组；面向企业场景的对话式开发与相关工具，尝试降低接入业务的门槛。把底层工作的负担减轻，创业者才有更多精力打磨自己的产品，回应用户更细微的需求。

星辰TaaS平台进一步推动“从Token到Solution”。这个方向的商业意味在于，让能力调用沿着场景走向解决方案。开发与交付之间仍有许多工作要做，平台能帮助完成多少，开发者便有多少机会把想法带到客户面前。

客户最终为任务得到解决而付费。平台若能帮助伙伴减少试错、降低交付难度，双方才更容易形成长期合作。对科大讯飞而言，生态建设的分量，要看它能否把自身积累变成伙伴可以经营的产品和服务。

当然，行业差异需要持续面对。学校、医院与企业各有自己的流程，通用平台进入其中，需要专业积累和耐心服务。开放生态的长期价值，也要靠伙伴不断完成真实任务来积累，让成功的经验能够被更多人使用。

我相信，AI的未来一定会有人类可以触摸的“形状”。而笔者期待的，是这条路线继续在日常中兑现。企业敢于把真实任务交给AI，机器能够更自然地理解人，组织能够把局部改善变成共同成效。技术每向前一步，都应当让使用者更有所得。

“全球每年有巨大的资金投入人工智能。我们希望，这不是少数企业、少数人受益，而是让全社会共同参与、共同受益的历史进程。”刘庆峰的这句话在为科大讯飞的长跑标出了一个更远的方向的同时，也提出了一个需要整个行业认真回答的问题。（曾宪勇）