科大讯飞发布星火 X2.6：全国产算力训练，端侧和云端自己分工

10 月 22 日，科大讯飞全球 1024 开发者节在北京开幕。董事长刘庆峰在台上抛出三个问题：大模型怎么兼顾安全和便宜，AI 怎么从屏幕里走进现实世界，又怎么从个人提效变成整个组织的成效。这三个问题，其实也是过去一年整个行业没解决的。

一分钟速览

• 星火 X2.6 首次基于全国产算力，在代码和智能体能力上取得突破。
• 云端模型 293-A30B，支持百万 token 上下文，输入 0.9 元 / 百万 tokens。
• 端云协同架构能自己判断任务在哪跑，路由准确率 96.1%。
• 数字员工平台已上线 80 多类岗位，Token 消耗省下 44%。

国产芯片上的效率账

过去国产芯片显存窄、带宽低，训练超长上下文和复杂代码的效率，和英伟达 H200 差了大约 5 倍。科大讯飞的办法不是等硬件，而是改调度：按任务长度动态分配并行资源，把超长上下文训练效率提了约 4 倍；推理侧用自适应存算协同和四层缓存，效率提了 4.5 倍。

模型本身是云端 293-A30B，支持百万 token 上下文，输入 0.9 元 / 百万 tokens，输出 3.6 元，缓存命中低到 0.08 元。开源的端侧 X2.6-4B 主打轻巧，能覆盖 41.9% 的端侧智能体任务，综合性能超过部分 9B 模型。

哪些活留在本地

发布会首次推出端云一体协同架构。端侧模型根据任务难度、自身能力和数据敏感程度，自己决定在本地办、交云端办，还是两边一起办。刘庆峰估计，未来约 60% 的任务能在本地完成，数据不出设备，也不产生 token 成本；30% 走协同，省 5 倍以上成本；只有 10% 需要完全放云端。

现场演示了一段采购合同审核：端侧先做敏感信息脱敏，用户确认后再交云端审，结果回到本地还原，最后生成带修订记录和风险批注的 Word 文档。整个流程里，最要紧的字段始终没有离开那台电脑。

语音这块也有更新。星火语音基座大模型 SparkAudio 1.0 把语音识别、同声传译、情绪识别和环境声理解放到同一个底座上，整体效果提升 20%，响应时间降低 15%，成本降了 60%。现场它只听了一段电影音频，就分出人物对话、背景音乐和车辆声，进而推断出人物所处的场景。对做会议记录、客服质检的团队来说，这类能力比单纯的识别准确率更实用。

硬件和数字员工

硬件方面，35 克的 AI 录音环磁吸在手机背面，2 小时录音 2 分钟转文字，1299 元；40 克的 AI 眼镜支持 120 多种语言实时翻译，4299 元起；机器人超脑平台 V3.0 已服务近 500 家企业。

面向组织的是星帆 WinWork 数字员工平台。它先把业务规程、数据和专家经验沉淀成企业自己的“本体”，再让数字员工嵌进流程，从识别任务到拆解执行走完闭环。目前上线 80 多类岗位，支持私有化部署。现场演示里，面对供应商涨价，数字员工综合价格、质量和交期给出替代物料方案，判断依据可以回查。

整场发布会想说明的其实是一件事：AI 的价值不在跑分，而在能不能安全、便宜地进入真实的生产环节。