作者 | 叶二 编辑 | 魏晓
一场效率豹变，正发生在3000多所学校的每一间教室中。
这里的教师们，不用再被海量作业、试卷的批改困住。他们已经习惯了将一沓卷子往一台方形机器里一放，然后由AI扫描、批改、打印，一气呵成。
出来的结果，不仅和教师亲手批的一模一样，甚至批完顺手还能生成一份班级学情报告，帮助教师更好且全面的了解学生的学习情况。
如此一来，效率便有了大范围的提升，教师们也由此拥有更多的精力打磨课堂、走近学生，因材施教。
这台方形机器，正是科大讯飞此前发布的星火智能批阅机M50。目前，该智能批阅机已经覆盖3000多所学校、450万师生，日批600万页，累计帮老师省1400万小时。
教师们叫它 "福星"，同行看它是 "爆款"，很明显，无论从市场需求层面，还是AI落地适配层面，这都证明了，该应用是一块确定性的机会蛋糕。
问题也就随之而来，在一众大厂纷纷开展AI军备竞赛，各种AI应用涌现的当下，为什么偏偏是科大讯飞抓住了？
这背后，则是科大讯飞长期坚持的底层选择。
过去多年来，当市场上其他大厂忙着比拼模型参数、追逐流量，快速迭代，而科大讯飞则耐住性子，一头扎进国产AI全栈基建，深耕一个个硬核垂直场景里，来打磨落地能力。
这也导致了科大讯飞没有出现在一波波喧嚣的风口，不在AI舞台中央，但却攒下了市场很难复刻的场景壁垒、行业认知与真实数据沉淀，尤其更为国产AI的规模化落地，蹚出了一条可复制、可验证、可持续的现实路径。
星火智能批阅机、讯飞同窗AI黑板等AI产品服务教育行业，也只是冰山一角。类似的故事，同样发生在医疗、发生在政企办公，发生在民生服务......
一个越来越清晰的事实是，正是在科大讯飞的深耕下，国产 AI 赋能千行百业，已经走到了奇点时刻。
夯实全国产AI基建
AI 产业的根基，藏在底层基座之中。
就在10月22日举行的科大讯飞全球1024开发者节上，刘庆峰带着一套完整贯通的全国产 AI 体系，走到台前。
这是一套从底层算力底座、大模型训推引擎、端云协同架构到多模态感知基座连贯打通的完整体系。
算力层面上，飞星平台已成为全国首个国产万卡算力底座，支撑起星火大模型的持续训练升级。
市场都知道，在此之前，国产算力集群普遍面临分布式调度难、算子适配不足、长稳训练效率低等现实难题，想要稳定支撑超大模型的反复迭代，要投入大量人力做底层适配、集群调优与故障治理。
经过长期磨合，科大讯飞打通了国产芯片、集群网络、训练框架的协同瓶颈，飞星平台为大模型的持续预训练、增量迭代提供稳定的算力土壤。
模型层面上，本届科大讯飞全球1024开发者节上现场发布的星火 X2.6，基于全国产算力完成能力升级，实现了代码和智能体能力突破。
据了解，在国产芯片显存、带宽受限的情况下，科大讯飞通过长程任务动态并行训练技术，按任务长度自适应分配计算资源，使超长上下文训练效率提升约4倍。
而这也是一种宣告。国产算力不仅能训出可用的大模型，还能训出持续进阶的大模型。星火 X2.6 的升级，证明国产训推链路已经具备长期进化的闭环能力。
更值得关注的，是科大讯飞同步发布的星火大模型端云一体协同架构。
这套方案的设计逻辑，可以说直击产业痛点。不少政企与行业客户迟迟不敢规模化落地 AI，瓶颈往往不在于模型能力，而在于数据安全、隐私合规与算力成本之间难以平衡。
而科大讯飞的端云一体协同架构，由端侧模型根据任务难度、自身能力和数据安全需求，判断任务在本地完成、交由云端处理，还是通过“云指导端”“端云分工”协同完成。
在现场的采购合同审核演示中，端侧模型判断任务需要云端协助后，先在本地对敏感信息脱敏，经用户确认再交由云端审核、检索外部信息，最后回到本地还原信息，生成带修订记录和风险批注的Word文件，展示了端云协同兼顾隐私保护与复杂任务处理的能力。
刘庆峰在会上表示，全栈自主可控的端云一体大模型，是保证AI安全性和追求极致性价比的必然选择。
而显然，科大讯飞也通过此次1024开发者节的集中发布，给出了自己的答案。
这不仅是科大讯飞深耕全国产AI路线的集中验证，同样也补齐了国产 AI 产业化最关键的链条短板，直面行业核心命题：脱离海外算力生态，我们能否稳定、规模化打造出可用好用、安全和极致性价比共存的 AI 体系。
智能体与应用爆发
国产模型能力再上台阶的同时，应用层的爆发也就只是时间问题。
这一次1024开发者节上，科大讯飞也跑出了一群能钻进真实业务里“干活”的智能体与应用。
这次大会首发的Agent OS，就是给人、多个智能体和业务系统定分工、划权限；APA智能体流程自动化，把员工平时的软件操作录制成可调用的技能，让智能体跨系统核价、填单、走审批；星辰TaaS平台则把模型能力、行业知识和业务流程串在一起，主打“从Token到Solution”，让每一份Token消耗都对准具体的业务结果。
这套企业智能体，已经在真实场景里跑出了结果。
讯飞招采助手已在50多家单位落地，在国家能源集团相关项目中智能评审准确率达到97%；与合肥公共资源交易中心联合打造的公共资源交易大模型，让评标评审时长缩短90%以上；面向海外投放的“超级效果优化师”，在某电商KA客户案例中把人均操盘账户的投放规模提升40%，ROAS提升50%。
而面向企业办公、组织提效的，则是同步发布的讯飞星帆WinWork数字员工平台。
“要能够读懂业务，成为组织的自己人。”刘庆峰表示，AI要想真正推动组织提效，既要理解企业规则、掌握专家经验，也要融入业务流程、与真实员工协同。
讯飞星帆WinWork数字员工平台，正致力于让每个岗位都有一支懂行的数字员工团队。
平台通过构建企业本体，关联业务规程、业务数据与专家知识库，让数字员工理解企业规则、掌握专家经验；同时深度嵌入业务流程，连接各类业务系统，参与从自主识别任务、拆解规划、智能分发到协同执行的完整工作闭环。
据了解，依托长期行业实践，WinWork已上线80余类数字员工，覆盖风控、合同审查、采购寻源、物料替代选型等工作，支持按需选用、快速上岗。
市场普遍认为，随着WinWork的发布，科大讯飞也正式向AI办公Agent赛道发起猛烈进攻。而这也意味着，对于AI办公行业而言，全国产AI的组织级作战力量也正式进场。
一个关键事实是，WinWork平台支持全栈国产化与私有化部署，操作可审计、可追溯，依托端云一体星火大模型还能节约44%的Token消耗。
在一众主打公有云、嵌入文档和 IM 侧边栏的办公智能体之外，它补上了赛道里长期薄弱的一环：一套从模型底座、智能体调度、流程自动化到业务岗位能力，全部可以跑在企业内网、信创基础设施之上的闭环方案。
而这也将带来全新的增量市场。
转动的飞轮
变化早已发生。
业内都知道，在大模型这条赛道上，科大讯飞是最早一批的入局者，但路径选择上，却是另辟蹊径，星火大模型从一开始就坚持基于全国产算力训练。
这个决定在当时并不讨喜。彼时的国产算力生态尚未成熟，适配、调优、迭代，每一步都比直接用现成方案更费劲。
但为什么要坚持这么做。
科大讯飞的判断很朴素，AI要进入教育、医疗、法律这些民生刚需领域，要进入关乎国计民生的千行百业，底座就不能建在别人的地基上。地基是别人的，房子盖得再漂亮，也睡不安稳。
几年深耕下来，这条路的价值正在显性化。
教育行业上，除了前文提到的星火智能批阅机之外，讯飞星光教师助手依托星火教育大模型与专属知识库，辅助教师备课并生成教学内容，上线两个月注册用户突破12万，每周为每位教师释放4-7小时；讯飞AI黑板已在全国33个省级行政区、1400多个区县、10万多个班级常态化应用，累计服务4.5万所学校、上课超1.5亿节……
医疗行业上，截至2026年上半年，讯飞智医助理已覆盖全国31个省份828个区县、超7.7万家基层医疗机构，在已部署AI辅诊的基层区县中市占率超80%，累计提供AI辅诊建议超12亿次，辅助生成规范化电子病历4.9亿份，识别不合理处方1.3亿份，修正有价值诊断207万例。
汽车行业上，讯飞智能汽车前装产品累计落地8000万套，年交互量超160亿次，覆盖95%主流车企，与一汽、东风、长安、奇瑞、广汽、长城、大众、日产等深度合作。多语种解决方案覆盖32个海外语种，助力上百款车型进入60余个国家和地区......
清晰可见，科大讯飞打造的这套全国产 AI 体系，正在不断融合其过去数十年深耕各行业积攒下来的垂直认知、场景经验与行业 know-how，把技术能力，稳定、持续地转化为看得见、摸得着的产业价值与社会价值。
这条路虽说走的慢，也不够热闹，但却走得远，走得稳。
这也只是开始。
此次科大讯飞1024开发者节上，随着星火新模型能力、端云一体协同架构、智能体与应用发布等一系列全国产AI技术创新成果持续释放，更多开发者、产业伙伴将汇入本土算力与模型的协同网络，共同拓宽国产 AI 落地的疆域。
可以明确的是，全国产AI规模化落地的飞轮，已然转动。
Lanmeih/今日话题
你用过讯飞的哪款产品？
咱们评论区聊聊~
