當生成式人工智能的浪潮席卷全球，仿佛一夜之間，AI成了新的“基礎(chǔ)設(shè)施”，大模型成了技術(shù)圈與資本市場的“通關(guān)密碼”。從硅谷到中關(guān)村，從ChatGPT到國產(chǎn)百模大戰(zhàn)，一時間，模型參數(shù)越大、語料越全、推理越快，似乎就能代表一家企業(yè)的未來。

但在熱潮洶涌的表面之下，一個問題正在逐漸凸顯：在這場技術(shù)革命中，誰能走得更遠？誰能真正把AI做成生產(chǎn)力，而不是幻象？

潮水退去，裸泳者畢現(xiàn)。而那些在AI還沒有成為“顯學”時就已默默耕耘、在技術(shù)荒原上耐得住寂寞的企業(yè)，正逐漸成為穿越周期的參照坐標。

科大訊飛，正是這樣一家典型的“長期玩家”。二十六年過去，人工智能的每一次浪潮，它都在場。以史為鑒，可以知興替。要看清楚未來的方向，也許可以從歷史的軌跡中，找到一些啟發(fā)。

人工智能發(fā)展的“長河”，

從沒停止“激蕩”

人工智能，并不是今天才突然火起來的“新事物”。如果從1956年達特茅斯會議算起，它已經(jīng)走過了近70年的發(fā)展歷程。但這70年，并非線性推進，而是一次次在技術(shù)突破與現(xiàn)實掣肘的拉鋸中艱難前行。

每一輪技術(shù)浪潮，都像是一場產(chǎn)業(yè)的重新洗牌——不僅刷新了人們對“智能”的想象邊界，也不斷改變誰能主導(dǎo)AI的未來。

回顧AI的三次主浪潮，每一輪都影響深遠：

1950-1980年代：專家系統(tǒng)與邏輯主義階段。這一時期的AI主要靠符號推理和規(guī)則建模來模擬人類智能，但受限于算法能力、算力水平和數(shù)據(jù)，最終未能跨越實驗室門檻。第一次“AI寒冬”，由此而來。

2000年代：感知智能覺醒，語音和圖像識別走向?qū)嵱?。深度學習的崛起帶來模型表達能力的飛躍，語音識別、圖像識別、自然語言處理等感知層技術(shù)走出低谷，成為工業(yè)界重點投資方向，AI第一次大規(guī)模進入產(chǎn)業(yè)化階段。

2017年至今：大模型開啟通用智能探索。以Transformer為基礎(chǔ)的預(yù)訓(xùn)練語言模型，徹底改變了AI研發(fā)范式。GPT家族讓AI具備了類人的語言生成能力，隨后包括科大訊飛“星火”、DeepSeek、通義千問等在內(nèi)的眾多大模型紛紛登場，AI從感知走向認知，再邁向“通用”。

中國的AI發(fā)展路徑，也幾乎與全球保持同頻。每一輪技術(shù)突破都迅速引入、學習、對標，甚至在一些細分賽道形成超越。但與此同時，也面臨著自身獨有的“結(jié)構(gòu)性難題”：

一是“技術(shù)空心化”：核心算法、訓(xùn)練框架、底層硬件高度依賴國外技術(shù)。

二是“落地難與場景分離”：AI模型能力強，但與產(chǎn)業(yè)需求之間常常“隔著一層”。

在這樣的環(huán)境中，真正能從底層技術(shù)出發(fā)，構(gòu)建完整技術(shù)體系與產(chǎn)業(yè)閉環(huán)的企業(yè)，屈指可數(shù)。而科大訊飛正是其中少數(shù)的代表之一。

科大訊飛既是見證者，也是推動者

從語音識別“冷門”技術(shù)出發(fā)，經(jīng)歷了感知智能的產(chǎn)業(yè)落地、認知智能的逐步成型，再到大模型時代的加速爆發(fā)，訊飛沒有缺席任何一場AI革命。更重要的是，它從未只停留在“接口調(diào)用”和“概念復(fù)述”，而是始終堅持做自主底座構(gòu)建者、真實場景落地者，一步步將“技術(shù)理想”磨成“產(chǎn)業(yè)現(xiàn)實”。

可以說，這一路走來，科大訊飛是人工智能發(fā)展歷程的見證者，也是重要的推動者。

☆1999年成立：源自中科大，技術(shù)冷門中孕育出的“非風口公司”

如果說今天的AI是全民話題，那么1999年，當人工智能還停留在學術(shù)象牙塔，語音識別更是科研體系中的“邊角料”時，創(chuàng)辦一家專注語音技術(shù)的公司，聽上去并不聰明。

那是個“誰做語音識別誰傻”的年代——市場不看好、資本不感興趣、技術(shù)也未成熟。但就是在這樣的背景下，一群從中科大走出的技術(shù)理想主義者創(chuàng)辦了科大訊飛，并堅定選擇了“語音”這條看似狹窄卻通往未來的路徑。

他們不是在追風，而是在堅持。“讓機器能聽會說、能理解會思考”——這個使命在公司創(chuàng)立之初就已明確，而今已寫入了公司每一代的戰(zhàn)略演進中。正是這種技術(shù)理想與現(xiàn)實打磨并行的路徑，奠定了訊飛此后二十多年的產(chǎn)業(yè)定力。

☆2000s：第一次AI浪潮中，訊飛構(gòu)建起中文語音技術(shù)“地基”

隨著深度學習和機器學習在2000年代初期逐步進入產(chǎn)業(yè)應(yīng)用，AI迎來了第一波實用化浪潮。在這一階段，語音識別、語音合成、語音評測等感知智能成為前沿熱點。

而對于中文語音，情況更加復(fù)雜：語音調(diào)豐富、多音字密集、方言體系廣泛，遠比英語語音系統(tǒng)更難建模。但訊飛始終堅持“解決最難的中文，才能擁有最強的技術(shù)壁壘”。

這期間，科大訊飛率先在中文語音識別領(lǐng)域?qū)崿F(xiàn)技術(shù)突破，并逐步將成果應(yīng)用于教育、司法、通信、客服等真實場景中。它不是只做演示系統(tǒng)，而是在一線場景中磨技術(shù)、找路徑、落產(chǎn)品。

更關(guān)鍵的是，訊飛在這一時期累計構(gòu)建起海量高質(zhì)量中文語音語料庫，這一長期戰(zhàn)略投入為其后續(xù)AI技術(shù)的發(fā)展打下了堅實基礎(chǔ)——也成為中國少數(shù)具備語料自主權(quán)和技術(shù)訓(xùn)練閉環(huán)能力的AI企業(yè)。

☆2010s：感知智能爆發(fā)期，訊飛在“語音+認知”一體化上加碼

進入2010年代，深度神經(jīng)網(wǎng)絡(luò)推動AI進入第二個“產(chǎn)業(yè)春天”。圖像識別、語音交互、自然語言處理等技術(shù)在多個垂直行業(yè)走向成熟。智能手機普及、移動互聯(lián)網(wǎng)崛起，也讓AI走向C端成為可能。

科大訊飛沒有錯過這波“從聽得見到聽得懂”的技術(shù)躍遷。

在C端市場上，訊飛語音輸入法、翻譯機、智能辦公本等產(chǎn)品相繼爆發(fā)，成為許多用戶接觸AI的“第一站”；而在B/G端市場，訊飛的技術(shù)已深入政務(wù)、司法、教育、醫(yī)療等“剛需+高門檻”場景，成為實際生產(chǎn)流程中的關(guān)鍵能力。

同時，訊飛也在這一階段完成了從“感知智能”向“認知智能”的全面進化：不再滿足于識別字詞語音，更在語義理解、多輪對話、知識圖譜構(gòu)建、個性化推薦等方向展開布局。

這一時期的訊飛，已從一個“語音技術(shù)公司”，成長為真正意義上的“AI平臺型公司”。它所構(gòu)建的，不再是單一模型的能力，而是一整套能支撐產(chǎn)業(yè)落地的AI系統(tǒng)工程。

而這一切，則成為它參與大模型競賽的底氣。

大模型是技術(shù)長流中的持續(xù)推進，

而非短期爆發(fā)

大模型不是“從0到1”的神跡，而是“從1000個點”匯聚而來的合力。

當下的大模型風潮，在許多人眼中像是一場突如其來的技術(shù)爆炸，但它其實是過去二十年AI技術(shù)演進的系統(tǒng)集成與方法論重構(gòu)。

Transformer架構(gòu)的提出，只是一個起點。真正將它推向?qū)嵱玫?，是海量語料數(shù)據(jù)的積累、預(yù)訓(xùn)練-微調(diào)范式的建立，以及分布式計算和算力調(diào)度的不斷優(yōu)化。這是一場沒有捷徑的“技術(shù)長跑”。

OpenAI的ChatGPT，點燃了大眾對生成式AI的集體認知，DeepSeek、訊飛星火、通義千問等國產(chǎn)大模型的爆發(fā)讓行業(yè)意識到：大模型競爭不只是算力堆疊，而是背后數(shù)據(jù)、算法、場景與工程能力的綜合博弈。尤其是進入2025年后，AI Agent的興起讓人們開始期待大模型真正成為“任務(wù)型生產(chǎn)力”而非“語言玩具”。

在這個階段，只有真正具備“技術(shù)底座+數(shù)據(jù)語料+應(yīng)用場景”三位一體能力的公司，才能把大模型做深、做實、做久。

科大訊飛恰好是這種“全棧能力型”的典型代表：

它有深厚的語音識別與語義理解技術(shù)體系，支撐模型對中文復(fù)雜結(jié)構(gòu)的準確建模；

它擁有多年積累的高質(zhì)量中文語料和行業(yè)數(shù)據(jù)集，避免模型被“喂垃圾”；

它還掌握從教育到政務(wù)、從醫(yī)療到司法的真實高頻場景反饋機制，讓模型能力在實戰(zhàn)中不斷進化。

換句話說，訊飛有能力把“模型能力”轉(zhuǎn)化為“系統(tǒng)能力”——這才是能走通商業(yè)化和產(chǎn)業(yè)化的關(guān)鍵。

如果說大模型是AI新時代的“基礎(chǔ)設(shè)施”，那么訊飛星火的出現(xiàn)，就像是訊飛過往20多年技術(shù)積累的一次集中釋放。

在剛剛過去的高考測試中，訊飛星火X1在多家權(quán)威機構(gòu)組織的實測中表現(xiàn)優(yōu)異：在語文作文任務(wù)中，星火在評分維度上排名所有主流模型第一；在英語作文盲評中超越DeepSeek等競品；在高考數(shù)學實測中，訊飛星火是僅有的兩個整卷得分突破140分的大模型之一。

這些不是“選題演示”，而是真實考試題目下對中文理解、邏輯推理、知識遷移能力的綜合考驗——用一次公開考試，讓技術(shù)說話。

這一成績的背后，是訊飛在大模型技術(shù)路徑上堅持的三大原創(chuàng)能力：

快慢思考統(tǒng)一模型訓(xùn)練方法，首次引入“類腦決策邏輯”作為認知建?？蚣埽嵘龔?fù)雜推理表現(xiàn)；

結(jié)合評語模型與細粒度反饋的強化學習技術(shù)，提升模型輸出質(zhì)量與對人類偏好的適配能力；

基于國產(chǎn)算力的推理算法優(yōu)化包，突破“國產(chǎn)慢三個月”的技術(shù)困境，在算法層拉齊效率。

這不是一場PR主導(dǎo)的“模型秀場”，而是一套以真實問題驅(qū)動模型演進、以模型迭代支撐業(yè)務(wù)深化的技術(shù)-產(chǎn)品閉環(huán)。

解答時代難題，才是科大訊飛的使命

技術(shù)行業(yè)的每一次變革，都會衍生出一批短期“明星”和一批長期“支柱”。在大模型成為全行業(yè)底座的時代，真正能穿越周期的企業(yè)，往往不是最熱鬧的那一個，而是最能啃硬骨頭、解復(fù)雜題、打通底層閉環(huán)的那一個。

在AI產(chǎn)業(yè)最核心的兩個難題——“卡脖子”與“落地難”上，科大訊飛給出了不走捷徑、直面挑戰(zhàn)的解法。

1. 面對“卡脖子”：自主可控不是選項，是底層戰(zhàn)略

當前AI產(chǎn)業(yè)最大的不確定性，不僅在于模型能力能否提升，還在于底層算力和系統(tǒng)生態(tài)的可控性。一旦底座受制于人，技術(shù)安全與發(fā)展空間都難以保障。

科大訊飛是國內(nèi)少數(shù)全面轉(zhuǎn)向國產(chǎn)昇騰算力的公司之一。

這不是一次簡單的“硬件替換”，而是一場系統(tǒng)級再造：從模型架構(gòu)、訓(xùn)練框架，到推理優(yōu)化、能效調(diào)度，再到全棧適配和性能調(diào)優(yōu)，幾乎每一個環(huán)節(jié)都要“重寫一遍”。

劉慶峰在內(nèi)部講話中直言：“基于國產(chǎn)算力的算法開發(fā)會慢三個月，在今天這個你追我趕的時代，是不得了的差別。”但訊飛仍然選擇了這條“慢但對的路”，其背后，是一個深層判斷：

有能力做，所以必須做；

不做，就永遠受制于人。

在這個過程中，訊飛還打造了從數(shù)據(jù)采集、預(yù)處理、模型訓(xùn)練、強化學習，到評測反饋的完整國產(chǎn)AI訓(xùn)練閉環(huán)。這意味著，即便外部環(huán)境變化，訊飛依舊可以在自主可控的體系內(nèi)，完成大模型的持續(xù)演化和行業(yè)部署。

這是訊飛“系統(tǒng)型公司”價值的集中體現(xiàn)：不僅僅是有一個模型，而是有一整套可持續(xù)演進的AI產(chǎn)業(yè)操作系統(tǒng)。

2. 面對“落地難”：To B不是故事，是硬仗

與To C模式下的用戶增長和API變現(xiàn)不同，To B和To G場景是“剛需高門檻”，拼的是解決行業(yè)真實痛點的能力，以及在復(fù)雜組織結(jié)構(gòu)中的推廣、運維、反饋、迭代能力。

這正是訊飛長期深耕的“硬核主場”。

在教育領(lǐng)域，科大訊飛不僅參與構(gòu)建了全國多地的智能教學系統(tǒng)，還登上了世界數(shù)字教育大會，被中國教科院選為唯一展示成果的中小學AI教育平臺。它不僅讓AI“能答題”，更強調(diào)“因材施教”和“學生全面發(fā)展”，引入心理健康、創(chuàng)造力評估等軟性指標，形成真正可用、可信、可持續(xù)的智能教學輔助體系。

在醫(yī)療領(lǐng)域，訊飛星火醫(yī)療大模型已應(yīng)用于1型糖尿病等專病方向，聯(lián)合三甲醫(yī)院、科研機構(gòu)共同訓(xùn)練專業(yè)模型。根據(jù)公司規(guī)劃，星火X1醫(yī)療模型將在年內(nèi)達到三甲醫(yī)院主治醫(yī)生水平，推動AI向“醫(yī)療決策共識平臺”演進。

在司法領(lǐng)域，訊飛法律大模型具備案件要素抽取、訴請答辯分析、法律法規(guī)推薦等功能，據(jù)公司內(nèi)部測試結(jié)果，在準確率上超越DeepSeek R1，并已在安徽省檢察院真實上線運行，協(xié)助檢察官提效辦案，成為中國“AI輔助司法”的樣板系統(tǒng)。

在企業(yè)級市場，中石油與訊飛聯(lián)合打造的“昆侖大模型”已正式升級，在行業(yè)知識問答、代碼輔助、物資評審、安全作業(yè)等方面實現(xiàn)效率飛躍；國家能源集團部署的智能評標系統(tǒng)，也獲得國資委點名推薦，驗證了星火大模型在央國企場景下的商業(yè)可行性和擴展?jié)摿Α?/p>

這些案例的共同特征是：復(fù)雜、真實、高門檻，不適合講故事，只能靠能力說話。

也正是在這樣的硬仗中，訊飛不斷用“解決一個個具體問題”的方式，讓自己的大模型逐步進化為真正有用、有生命力的產(chǎn)業(yè)引擎。

誰能在AI的“長流中”定義未來？

當大模型從“科研演示”走向“通用底座”，AI產(chǎn)業(yè)的核心邏輯也正在從技術(shù)爆發(fā)期進入到產(chǎn)業(yè)重構(gòu)期。

這意味著，真正的競爭不再只是誰的參數(shù)更大、demo更炫，而是：

誰能落地得更深：在專業(yè)剛需場景中形成真實業(yè)務(wù)閉環(huán)；

誰能控制得更穩(wěn)：從算法框架到數(shù)據(jù)資產(chǎn)、算力平臺實現(xiàn)自主可控；

誰能輸出得更廣：實現(xiàn)從本地化適配到全球化布局的規(guī)模躍遷。

而這三件事，恰恰是過去二十多年里科大訊飛始終在做、正在做、也擅長做的。

在教育、政務(wù)、醫(yī)療這些高門檻、高確定性、關(guān)聯(lián)國計民生的“國家關(guān)鍵場景”中，訊飛不是“新兵”，而是“老兵”，并已建立起從模型訓(xùn)練→產(chǎn)品定義→用戶反饋→持續(xù)優(yōu)化的正循環(huán)體系。技術(shù)不是空轉(zhuǎn)的，而是嵌入在真實流程里，解決真實問題。

更重要的是，訊飛也在努力將“AI中國解法”帶向全球。

在剛剛過去的大阪世博會上，訊飛推出了支持中、日、英三語實時交互的“AI孫悟空”，不僅成為中國館的明星項目，也以“每分鐘至少一次交互”的頻率，成為了中國AI技術(shù)軟實力出海的具象化樣本。

劉慶峰提出，“未來，一個國家的全球影響力，一部分將取決于它是否擁有可供他國使用的主權(quán)大模型。”

從這個視角看，訊飛不僅是在構(gòu)建自己的產(chǎn)品競爭力，更是在構(gòu)建中國AI在全球博弈中的系統(tǒng)位勢。

在這個被流量重構(gòu)認知的時代，耐心早已成為稀缺資源。

但科大訊飛用26年告訴我們：真正重要的技術(shù)成果，從來不是“講”出來的，而是“做”出來的。

來源：數(shù)據(jù)猿