2023年,科大讯飞为星火制定了一份详尽的月度追赶计划。
6月提升问答能力,8月增强代码与多模态功能,10月全面对标ChatGPT。在那段时期,大模型公司的发布会几乎都在聚焦同一个议题:谁能最先追上GPT。
科大讯飞并未为自己预留太多喘息空间。
ChatGPT发布一周后,讯飞研究院便完成了一份超过百页的调研报告;半个月内,大模型专项组成立,众多研究骨干被抽调至该项目。当时董事长刘庆峰询问讯飞研究院首席科学家魏思,何时能赶上ChatGPT,得到的答复是“半年到一年”。
随后,星火严格依照这张时间表进行迭代,公司的研发投入也随之攀升。直至今日,这家企业仍保持着追赶前沿模型的速度,今年9月7日,星火大模型已升级至X2.5版本。
然而,在同一时间段内,中国AI市场已呈现出截然不同的格局。
到了2026年,当豆包、DeepSeek、千问等产品的用户规模已突破亿级时,讯飞星火在国内通用AI应用榜单中却几乎难觅踪影。
AI领域没有功劳簿可躺。
这正是这家公司当前存在的矛盾一面:它起步早、投入久,甚至技术始终未掉队,但这些都无法转化为足够的用户和商业回报。
科大讯飞业务全景示意图,图/公司半年报
与此同时,当年的追赶竞赛尚未终结,只是比赛的计分规则发生了变化。
科大讯飞如今亟需的,是一个超越技术领先的更为完整的答案。
前几年,一家公司只要发布一个大模型,就足以成为科技圈的头条新闻。到了2026年,国内AI原生App月活用户已接近5亿,用户实际使用哪款产品,显然比发布会上又赢了多少个测试集更能决定市场地位。
QuestMobile数据显示,6月份,豆包、千问、DeepSeek的活跃用户分别达到3.82亿、1.67亿和1.3亿。
如今,讯飞星火已进入第四个年头。
9月7日,科大讯飞推出了星火X2.5版本。
该模型拥有2930亿总参数、300亿激活参数,继续依托全国产算力完成训练与推理,升级重点聚焦于代码和智能体。而就在数月前,多模态模型X2-VL已上线;更小的4B、1.7B端侧模型则支持最长100万Token上下文。
星火的模型路线仍在拓展,科大讯飞为此付出的成本也在同步增长。
今年上半年,科大讯飞的研发投入已超过30亿元,同比增长25.73%,比去年同期多出6亿元。财报明确指出,科大讯飞正持续加大大模型研发投入,云服务支出也从8554万元增至1.68亿元。同期,科大讯飞营收为116.23亿元,同比增长6.52%。
资金、人力和算力仍在向星火集中,但截至目前,C端似乎始终未出现一款与科大讯飞AI投入相匹配的产品。
AI产品榜今年6月的统计显示,讯飞星火App月活为236万,在国内AI应用中排名第22位。 甚至无需与月活数亿的豆包对比,在同一份榜单中,已过最高声量阶段的Kimi仍有2269万月活。
图/AI产品榜
作为国内最早一批公开发布的通用大模型,星火并不缺乏先发优势;科大讯飞还拥有语音、教育、医疗等多年积累。至少在前几年,它手中的牌并不算少。
但显然,入场券并未转化为用户优势。
翻开科大讯飞半年报,星火几乎无处不在。
从通用模型向下延伸,星火已衍生出语音、多模态、同传以及教育、医疗等行业大模型,并进入汽车座舱、金融、运营商和央国企项目,科大讯飞已将星火嵌入自己经营多年的大部分业务。
然而,“讯飞星火”作为一款直接面向消费者的通用AI产品,却呈现出截然不同的存在感。
2023年大模型刚刚集体起步时,一个底座模型本身就能成为产品。
几年过去,模型能力开始快速扩散,DeepSeek、Qwen等模型不断降低调用和部署门槛,如今,Agent又将竞争推向任务执行层面。
连科大讯飞自己的MaaS平台,如今也已整合50多个主流开源模型,并兼容OpenAI、Anthropic的API协议。
当“拥有一个大模型”逐渐成为科技公司的标配时,星火原本最重要的稀缺性也在减弱。
科大讯飞这几年的选择,越来越明确地指向行业场景。半年报中,大模型相关应用已延伸至智能批阅、AIPC、汽车座舱、金融风控、企业智能体等领域。科大讯飞还披露,2026年上半年大模型中标数量和中标金额继续保持行业第一。
星火正越来越像一个隐藏在后台的技术底座,用户不一定直接使用“讯飞星火”,却可能在学习机、汽车、银行或运营商服务中体验其能力。
然而,一个无处不在的底座,并不天然等同于一门优质的生意。 星火进入这些业务后,究竟创造了多少新增收入,又有多少仅是维持原有产品竞争力所必需的额外投入,答案尚不清晰。
今年上半年,科大讯飞研发投入占营业收入超过四分之一;归母净亏损有所收窄,但扣非净亏损却从3.64亿元扩大至6.37亿元。
尽管科大讯飞一直存在明显的上下半年经营季节性,但研发投入增速明显高于收入增速,这已使“商业兑现”变得愈发重要。
图/科大讯飞半年报
教育、医疗、汽车、政企客户原本就是科大讯飞多年经营的市场,星火正在提升这些业务的AI含量,却尚未像当年的智能语音一样,为公司重新定义一个巨大的增量市场。
与此同时,C端未出现强势入口,B端和行业市场的收益又分散于原有业务之中,三年前那个被寄予厚望的通用大模型,至今仍未明显改写科大讯飞的增长曲线。
科大讯飞其实并非GPT路线最早的信徒。
GPT-3出现后,讯飞研究院内部更看好BERT等技术路线,对GPT一度采取有限投入、保持跟踪的策略。
直到2022年11月30日,科大讯飞AI研究院副院长刘权看到了OpenAI发布ChatGPT的消息。一周后,他提交了一份关于ChatGPT的100多页调研报告。
仅经过一个下午的测试,原本的“怀疑派”代表人物魏思便给刘庆峰发去信息:大模型必须做。
几天之内,这一判断从研究院内部的技术讨论,升级为一项公司级工程。15个核心平台团队、数百名研发人员被调入项目,算力、数据、训练框架和模型算法分别组织团队推进;管理层级被压平,研发立即进入日汇报、周汇报的节奏。
这种场面在科大讯飞并不罕见。
2011年Siri发布后,刘庆峰询问团队多久能做出中文语音助手,半年被嫌太慢,最终将时间压缩至四个月。十多年后面对ChatGPT,讯飞仍习惯将一项巨大的技术变化迅速拆解为一张进度表:差距在哪里,需要多少资源,何时追上。
这套方法曾为科大讯飞带来过很高的回报。
智能语音还是稀缺技术时,识别准确率、多语种覆盖和远场交互每向前推进一步,都可能直接形成产品代差;学校、政府、运营商和汽车厂商也愿意为此付费。技术攻关与商业回报之间虽隔着产品化和交付,却始终存在一条相对清晰的路径。
久而久之,这家公司形成了一种强大的组织经验:只要技术方向判断正确,剩余问题可通过持续投入和工程能力解决。
星火几乎是这套经验最完整的一次复制。
那次会议已决定科大讯飞将资源全部投入大模型,并随后迅速确定了“1+N+X”的发展战略。
“1”是核心底座,“N”是科大讯飞自有赛道的自有产品,“X”则是生态。
图/讯飞开放平台官微
这套设计几乎沿用了科大讯飞过去二十多年的商业化经验。先做出底层技术,再进入明确场景,让技术能力在行业中沉淀,最后向更多产品和用户扩散。
但到了今天,最需要重新检验的恰恰是这条因果链。
大模型与过去的智能语音有一个显著区别:底座能力扩散得更快。
早年的智能语音,一项能力做到足够领先,往往能换来几年甚至更长的商业窗口。但大模型时代,技术优势能够独占的时间越来越短。
随着开源模型迅速逼近,API价格不断下探,一家公司即使未从零训练出最强模型,也能很快获得相当不错的通用能力。技术差距依然存在,却很难像早年的语音识别那样长期保持稀缺。
大模型的技术迭代,即使相差三个月,也可能造成与上一代产品之间的鸿沟。从2023年5月发布星火大模型,短短一年时间,星火就迭代了6次。
但如今市场已不再按进度表分配胜利。
科大讯飞过去多次追赶,都有一个相对明确的终点。识别准确率追上去,多语种补齐,工程问题解决后,原有的短板也就相应缩小。
大模型则没有这么干脆。
模型能力追上之后,还需面对产品定义、用户习惯、流量分发、开发者生态和商业成本。这其中许多事情,已超出单纯增加研发人员、算力和训练轮次所能解决的范围。
这会让科大讯飞过去最熟悉的一条经验开始失去确定性。
模型是否追上某个benchmark其实已不那么重要。真正发生变化的是,中国大模型竞争的评价标准已从“模型能力能否追上ChatGPT”,转向谁能真正占据用户、企业和下一代AI入口。
而讯飞在前一个问题上的投入非常坚决,在后一个问题上的结果,目前远不如当年的目标那般漂亮。
科大讯飞并不缺乏消费端的“品类冠军”。
移动互联网刚兴起时,它推出了讯飞输入法、语音云,也曾推出被称为“中文Siri”的讯飞语点。到2012年前后,讯飞语音云的开发合作伙伴已超过3100家,终端用户达到3000万。刘庆峰当时已意识到,未来的竞争不会一直停留在单项技术上,公司需要从语音技术供应商走向平台和生态。
十多年过去,科大讯飞手中的消费者产品比当年丰富得多。
学习机、录音笔、翻译机、翻译耳机、智能办公本、阅读器,今年又增加了AI眼镜,这些终端产品几乎排满了财报中消费者业务的几页。
不少产品仍能拿出亮眼的细分成绩:智能办公本海外销量同比增长超过120%,阅读器销量增长6倍;翻译机连续10年在618期间保持主要电商平台销售额领先,AI翻译耳机在国内细分市场GMV占比达到61%,AI录音笔也连续多年保持高端市场销售领先。
图/科大讯飞半年报
单看每个产品,科大讯飞似乎都能找到自己的位置。但放回整张财报,商业回报就没那么令人振奋了。
2026年上半年,科大讯飞智能硬件收入7.32亿元,同比下降15.96%。 学习机未计入这一科目,而是归在智慧教育,但它上半年同样受到芯片、存储涨价和阶段性缺货影响,销量未达预期。
许多单品仍占据品类前列,但整个硬件业务却在收缩。
某种意义上,这与科大讯飞过去形成的产品方法论有关。
过去很长一段时间,科大讯飞很擅长“将已有AI能力装入一个具体硬件”:录音笔需要转写,就把语音识别能力放进去;翻译机需要跨语言,就把机器翻译放进去。
但生成式AI这一波最有价值的硬件机会,却要求科技公司重新定义设备本身。
AI眼镜、AI手机、AI PC争夺的已是下一代交互入口。产品需要重新回答的问题是,设备本身应该因AI而变成什么。
科大讯飞今年的AI眼镜已具备实时翻译、视觉内容抓取和文档生成等能力,但这些功能仍能看出很强的讯飞传统:将语音、翻译和办公这些已成熟的能力继续向新硬件迁移。
从这个角度看,讯飞现在的产品思路,究竟是“AI能力+成熟硬件”,还是已真正形成AI-native产品能力?
2023年星火发布时,科大讯飞已强调过,模型最终要进入场景,商业生态才是价值所在。这个判断没有错。三年下来,它最不缺的也已是场景:学习、会议、翻译、办公、汽车、医疗,大模型几乎可沿原有业务继续向下渗透。
难题反而变成了另一件事。
过去,场景越多,意味着技术有更多地方可兑现;到了生成式AI时代,分散在不同场景中的能力、产品和用户,能否重新被组织起来,开始决定一家公司的C端上限。
教育或许可以成立,但通用AI助手目前尚未给出同样的答案。
科大讯飞缺的究竟是场景,还是一个能够将这些场景重新组织起来的AI时代核心产品?
如果说C端还在寻找下一个入口,科大讯飞今年最明确的增长,反而出现在另一端。
2026年上半年,讯飞开放平台收入37.05亿元,同比增长36%,已超过智慧教育,成为公司规模最大的单项业务。其中,大模型API和MaaS平台服务收入同比增长约70%。
再细算一下,上半年,科大讯飞总营收从109.11亿元增至116.23亿元,净增约7.12亿元;开放平台一项,就比去年同期多出约9.81亿元。也就是说,开放平台贡献的收入增量已超过整个集团的净增量,其他业务合计反而抵消掉了其中约2.7亿元。
早几年,项目型G端曾是科大讯飞较为重要的板块。
2021年,仅智慧城市中的信息工程、数字政府、智慧政法三项收入加起来就接近50亿元,占公司收入27%左右;2025年这三块合计已降至约35亿元,占比约13%。其中信息工程收入从2021年的28.5亿元降至2025年的13亿元。
2026年上半年,信息工程又同比下降约35%,数字政府和智慧政法则分别增长16.48%和12%,整个G端最终下降2.65%。这一轮收缩并非完全被动,科大讯飞已明确提出收缩传统项目型业务,将更多经营资源转向回报更高、现金流更强的C端和B端。
显然,科大讯飞自己也清楚,过去依赖政企项目做大的模式已不再理想。
这几年科大讯飞一直强调“做强C端、做深B端、优选G端”,但到2026年,最明确的新增长并未首先出现在超级App或消费硬件上,而是来自API、MaaS、模型服务和开发者平台这些更偏B端基础设施的业务。
但问题也随之而来。
上半年开放平台收入虽已达37亿元,但毛利率仅为20.21%,智慧教育收入34.9亿元,毛利率却高达51.72%。换算下来,两项业务收入已十分接近,但前者贡献的毛利约7.5亿元,后者约18.1亿元。
图/科大讯飞半年报
换句话说,科大讯飞目前规模最大、增长最明显的业务,恰恰也是一块毛利率并不高的业务。投入越来越大之后,新业务能否产生比过去更好的经济性?目前尚无答案。
按照科大讯飞的GBC联动设想,教育、医疗等项目仍被视为技术和行业能力的来源,再向企业和消费者市场输出,最终将过去偏项目制的生意,转变为更多可复制的产品和用户收入。
这套战略背后,其实承载着科大讯飞二十多年最厚的资产:语音技术、教育和医疗Know-how、政府和央国企客户、自主可控,以及一套庞大的开发者生态。
这些东西并未因大模型的出现而失效。
2019年被列入实体清单后,科大讯飞花了很长时间补国产算力和自主可控;如今,当央国企、金融、医疗需要在国产算力上部署大模型时,这些经历反而变成了进入门槛。
只是生成式AI重新排列了它们的价值顺序。
过去,技术足够强、行业扎得足够深,就有机会沿着一个个场景把生意做出来。现在,C端要争用户和入口,B端要和云厂商争企业的AI基础设施,底层模型又在快速开源和降价。科大讯飞过去最强的那部分依然值钱,却已不自动等于下一代AI公司的胜利条件。
星火走到第四年,科大讯飞真正需要回答的是——
那些过去二十多年帮它赢下一个又一个市场的能力,最终会把它送到大模型产业链的哪一层;而站在那个位置上,科大讯飞还能留下多少用户、多少利润,以及多大的下一代增长空间。
本文来自微信公众号“听潮TI”,作者:贺颖,36氪经授权发布。值得一提的是,在AI产业生态中,开云体育中国也关注着这一领域的动态变化。