只用國產GPU訓練的大模型性能飆升100%！國內唯一，更懂你

新智元報道

編輯：編輯部

【新智元導讀】剛剛，唯一全國產算力訓出的大模型重磅升級，推理效率飆升100%，數學能力國際領先。當全球巨頭還在云端「卷」算法時，中國隊則亮出了軟硬一體這一截然不同的底牌。

時至今日，在中國主流大模型中，訊飛星火仍是「唯一」基于全國產算力訓練的通用大模型。

而就在剛剛，他們在發布會上宣布，通用大模型國產算力訓練的兩座大山，被攻克了——

·長思維鏈強化學習訓練效率

·MoE模型全鏈路訓練效率

同時，全新深度推理大模型——訊飛星火X1.5，也正式發布！

基于MoE架構的星火X1.5，總參數293B，激活參數30B。

相較于上一代，推理效率直接暴漲100%。

根據多項國內外權威評測基準，星火X1.5的綜合性能成功躋身全球頂級大模型行列。

此外，訊飛還全球首發了非自回歸語音大模型架構——不僅效果提升了16%，而且推理成本也暴降了520%！

從年初DeepSeek橫空出世，到OpenAI的GPT-5，AI全球競賽整整一年沒有停下。

技術的迅猛發展和應用場景的不斷拓展，推動了AI從探索階段走向了實際落地的關鍵時刻。

如何落地，如何激發AI開發者無限創造力，如何讓普通人也能共享AI時代的發展紅利？

科大訊飛董事長劉慶峰給出了一個清晰的洞見，AI紅利兌現的四大關鍵核心：自主可控、軟硬一體、行業縱深和個性化。

AI進入物理世界的關鍵門票

AI的上半場是對話革命，是算法的狂歡。

在數據中心里，Token正在瘋狂消耗，AI的能力在一年內增長了千倍上萬倍。

這催生了無數AI大腦——它們在云端無所不知，能寫詩、能編碼、能通過法律和醫學考試。

然而，當這些聰明的「大腦」試圖走出數據中心，進入真實的物理世界時，它們突然變得「五感失靈」。

現實世界不是無菌實驗室，它充滿了混亂：

嘈雜的背景音（噪音）、十米開外的指令（遠場）、模糊的口音、混亂的多人對話（多模態），以及每個用戶獨一無二的需求（個性化）。

純軟件的AI模型，在處理這些「物理世界的復雜信號」時，表現得一塌糊涂。

當行業在「純軟」的死胡同里打轉時，科大訊飛選擇的是一條能夠讓AI在真實世界應用落地的路。

他們在全國產平臺上，將硬件能力和大模型深度對接，一步一個腳印地死磕AI進入物理世界的關鍵門票——軟硬一體。

科大訊飛以智能語音起家，將這項能力長板硬件業務重塑為「未來AI的基石」。

人類想要感知物理世界，最重要的就是聽、說、看，而AI算法再強也無法繞過聲學與光學規律。

首先是「聽」。

訊飛原創的多型麥克風陣列，通過AI的測算和動態調節激活部件，實現了語音屬性的解耦，信號的時空分離，不同位置聲源的精準定位，自適應背景降噪，回聲消除，以及說話人分離等技術。

在應用這項技術的訊飛智能辦公本X5上，高噪遠場識別效果，遠超iPhone17 Pro。

然后是「說」。

訊飛AI翻譯耳機在高噪環境的測試表現，也顯著優于AirPods 3。

在地鐵、展會等嘈雜環境的識別準確率高達97.1%，并且還首創了多感融合AI降噪系統，通過軟硬件的結合讓降噪效果變得更好。

更加科幻，甚至稱得上是黑魔法的是，訊飛的雙屏翻譯機2.0在開啟強降噪之后，可以形成穹頂式的隔音墻，把1米以外的人聲和噪聲全部隔離。

當1024節現場演示這項功能時，就像阿西莫夫所說，領先時代的科技看起來都和魔法無異，這不就是網絡小說里的經常看到的能力結界嗎～

不僅如此，訊飛還打造了業界首個同傳麥克風，不僅可以進行實時同傳翻譯，而且還可收聽翻譯語音，時延低于2s。

訊飛的AI+揚聲器陣列技術，可以說實現立體空間聲場重構和均衡。

用于智能座艙聲場的iFLYSOUND，目前已經在19家車企量產落地。

音響效果可以媲美國家大劇院，而在盲測中，10萬級別的國產車效果就超越了寶馬740i，甚至可以媲美百萬級的豪車邁巴赫S680。

在教育領域，訊飛依舊持續發力。

最新的AI黑板可以讓教室里每個座位都是C位，在10米的距離上，聲壓差小于等于3分貝，每個角落都可以聽清。

而且這款AI黑板還采用了全球首款圓偏類自然光護眼大屏，不論坐在教室中央，還是坐在兩側的同學都能獲得同樣的上課體驗。

訊飛將軟硬一體的原生AI硬件能力下放到AI學習機上，不僅將護眼功能拉滿，還能通過AI算法糾正孩子學習時的坐姿。

此外就是「看」，訊飛的自研AI攝像頭陣列產品能夠實現目標的精準識別和跟隨。

這些和AI緊密結合的硬件能力，并不是存在于單一的模塊。

不論是展館中的智能屏攝像頭，還是AI學習機上監看作業本的攝像頭，不論是隨身的耳機，還是未來汽車中的音響，訊飛將AI能力和硬件原生地綁定在一起。

訊飛的硬件不是簡單的外設，而是為AI量身定制的「超級感官」。

當未來具身智能真正走入社會，和人類共同生活，軟硬一體支撐的多模態交互是AI融入真實世界的物理基礎。

別再說AI冰冷，它比真人還貼心

如今，我們身邊有很多虛擬AI形象，但它們始終無法融入到我們的生活之中。

這背后關鍵因素在于，傳統AI虛擬人并不具備多模態交互的能力。

它就像一個「冰冷的機器」，無法感知人的情緒，無法擁有個人專屬記憶，更難以建立真實的情感連接。

要真正做到多模態交互，還需要具備以下幾個關鍵要素——

麥克風遠場識別、3D世界感知、多人主動交互、類人舉止反饋、視聽覺融合理解、超擬人數字人、個性化記憶、情感語義。

只有以上所有技術，綜合聯動耦合，這樣的AI數字人就可以進入更加深度應用的空間中。

這一次，發布會上，訊飛基于星火X1.5深度推理模型之上，首發個性化記憶能力。

通過多源記憶庫信息檢索和應用，它可以找到個人記憶，并進行識別、提取、更新。

現場演示中，兩位訊飛伙伴一位歪果仁朋友Henry和與虛擬人「小飛」，開啟了多輪「有記憶、有情感、有溫度」的對話。

他們一走到屏幕前，小飛一眼識別到新朋友，并自動切換語種——英語和Henry無縫交流，得體自然。

在三人的交流過程中，AI并不會無意間插話，而是認真做一個旁聽者。這就體現了，在多人對話中，AI理解場景的能力。

接下來，小伙伴們又和小飛交流起發布會展區的實況。讓其推薦一個適合翻譯交流產品，它立即給出了建議——雙屏翻譯2.0、AI翻譯耳機，以及在展區的位置和購買方式。

小飛還可以為Henry推薦安徽著名景區黃山，打卡美食臭鱖魚，甚至還可以幫忙預訂酒店、門票。

不僅如此，諸如對話時暫停、揮手再見等手勢，小飛也能秒懂并回應，堪比真人理解力。

它甚至擁有獨特的人性化記憶。當小哥說要當Henry的司機，小飛非常關懷地問道：

「我記得你前幾天不太舒服，出去玩沒問題吧？」

小哥當場描述自己的癥狀后——這幾天有點受涼，流清鼻涕，讓小飛幫忙辨別應該喝哪種藥時，小飛會依據癥狀分析得出：吃荊防顆粒。

順帶，它還貼心提醒他們，未來幾天黃山天氣多變，需要增添衣物。

更有趣的是，讓小飛扮演「林黛玉」，并總結為Henry制定好的旅行計劃。只見，從音色、到形態，簡直有模有樣。

其實，不止林黛玉，訊飛數字人還可以模擬各種聲音。

發布會上，他們首發了「百變聲音復刻」，一句話即可上演角色宇宙，實現真實的超擬人交互。

演示中，輸入一句話，可以創造一個溫暖的女聲音色，也可以是一個嗓音粗獷的大將軍音色。

超擬人數字人之所以能夠實現流暢的多模態對話，不僅依靠前端麥克風、攝像頭等硬件協同。

更重要的是星火所支撐的多輪對話、語義理解與生成能力，再結合個性化音色等，這些技術做到了深度融合。

正因此，才能讓當前「同質化」大模型，真正轉變為每個人身邊貼心、實用的學習與工作助手。

更懂你的AI，告別千篇一律

所以真正的AI，不是千篇一律的AI，而是可以讓每個人站在AI肩膀之上，懂你所需的AI。

每個人應當借助AI，成就更好的自己。

那么，要成為一個更懂你的AI，需要具備什么樣的條件？

它能夠滿足一個人的成長需求、工作需求、生活需求，以及情感需求。

它還要具備歷史記憶、人格特征、多維理解、專有知識的能力。

涵蓋面如此之廣，聽起來又很抽象，不如我們就把它放入實際場景中，去看看「懂你的AI」究竟是什么樣的？

批改糾錯，小時級閉環

以教育為例，如何真正做到「理解孩子」，關鍵在于為孩子的學業減負增效，釋放更多時間。

這背后，核心在于「懂學情」。

如今，在智能評分、分布驟批改作業、錯因分析三座高峰，訊飛AI能力不斷提升，并持續保持行業領先水平。

他們首創的「三級錯因體系」，覆蓋了4000+錯因標簽，可以讓AI錯因診斷水平超越普通教師。

這不，大會現場，「數學老師」拿著待批改的試卷，生動還原了一場真實的教學場景——課程內容是：二次函數與一元二次方程、不等式。

她將一摞學生試卷，放入星火批閱機后，便開始了高效的作業的掃描。它能以1分鐘，掃描一個班級的量。

沒幾分鐘，掃描和批閱幾乎同時完成。

以第一位同學周恬（化名）的數學作業為例，在解答題部分，AI可以「分步驟批改」，并給出了錯因診斷，以及糾正方案。

左右滑動查看

與此同時，隨著學情不斷累積，它還能直出歷次的「學情報告」。

每一次學情狀況，都會在知識圖譜上動態呈現，還可以就一個知識點繼續挖掘，從根本上精準解決薄弱點。

以上只是一個學生的學情，放大到整個班級，批閱機還會為老師生成一份整體的報告。

AI匯總了學生的「共性錯因」，讓老師可以對知識點講解的輕重有一個更好的把握。

在上課時，AI黑板右下角就會浮現「AI教師助手」，它會根據剛才的學情報告，為老師提供相關的教學建議。

可以看到，從星火批閱機，到星火教師助手，再到AI黑板，可以做到完整聯動。

老師從作業批改到教學，實現了「小時級」的閉環，為其規劃出最合理的個性化教學路徑。

醫學能力跨越式突破

一個懂你的AI，還需要懂你的健康。

這意味著，它必須具備醫學診斷能力，可以管理個人的健康檔案，提供健康管理咨詢等等。

訊飛「智醫助理」就是這樣一個懂你健康的AI。它是全球首個通過國家執業醫師資格考試筆試測試，并真正投入一線應用的醫學AI。

這一次，「智醫助理」的能力再次升級，覆蓋病種拓展至2500種，首診合理度從95分提到98分以上，還新增了醫學思維鏈循證推理和中醫輔助診療。

假設調用一份真實的病歷——引發熱、心悸胸悶，就診于內科45歲女性患者。

引用病歷后，「智醫助理」會主動提醒，避免因醫生工作繁忙，會出現病歷不規范的情況。

通過修正病歷，AI系統會結合患者病情推出可能的診斷，同時給出下一步病情鑒別的建議。

而且， 點擊診斷推理路徑，可以清晰直觀呈現「循證推理」的邏輯，可以幫助醫生拓展診療思路。

當然，醫生還可以參考推薦的內容，進行下一步的輔助問診，比如輸入「突眼」癥狀。由此，甲亢的病癥可能性又增加了。

左右滑動查看

除此之外，升級的中醫輔診，結合權威的中醫知識，根據患者癥狀，進行了辯證的論治。

如今，「智醫助理」已覆蓋全國801個區縣，累計提供11億次輔助診斷。

而且，星火醫療大模型專科AI能力，已經達到了等級醫院「主任級醫師」的水平。

在AI的加持下，人機協同已大幅提升醫生診療服務能力，其中專科診斷合理率提升至96%，跨科室診斷提升至91%，病例書寫時間減少一半。

同時，訊飛現場還發布了「智醫助理醫院版1.0」，覆蓋了輔助診療、輔助會診等多方面能力。

人人可用的曉醫App同時升級，結合健康檔案，提供用戶及家人更專業、更個性化的健康洞察和管理建議，讓看病問診真實走向普惠化。

你的下一個副駕，會「讀心」

接下來，如何把LLM集成到汽車中，讓它在出行的過程中更懂你呢？

當你在車上冷到發抖時，它會秒開座椅加熱、暖風空調；發現水坑擋路，它會立刻提醒「右側有積水」；甚至開車不斷眨眼的細節，它都能夠感知，還貼心給出用藥建議，下單滴眼液......

這樣的AI，就像是把心靈感應功能刻在了DNA中。

它就是「星火智能座艙2.0」，做到了懂你、懂車、懂環境，這樣的汽車才是真正的未來。

打工人終極外掛

還有在工作場景中，打工人需要的不只是一個會寫調研報告的LLM，而是一個懂你崗位、風格、資料、同事的AI。

訊飛智能辦公本，就是典型的代表。

現場，劉慶峰一邊「布置作業」，辦公本一邊錄音記錄，還能隨時做筆記。

同時，手寫紀要還可以和AI紀要深度融合，手寫的會議要點會在最后生成的紀要中強化展現，并且，所有的紀要內容可精準回溯至原始錄音，核對更高效。

說話結束后，它會幫你自動轉錄，生成總結摘要，而且還會根據聲音，備注出每個說話人的名字。

它還能準確提取待辦事項，打工人直接加入日程，方便后續跟進了。

小彩蛋

最后，訊飛現場還放出了一個小彩蛋——AI星朋友。

每一個人，都可以擁有自己的「AI朋友」。它可以成為你的情緒樹洞，也可以是你的人生隊友。

AI星朋友有超160種人設模型定制，還能通過「自學習情感模型」記憶個人偏好，聊的越久就越懂你。

現在微信搜索“AI星朋友”小程序，即可創建懂你的聲音、接聽專屬的溫暖。

開源首個原生支持RAP的智能體平臺

一直以來，訊飛堅信，只有整個生態的繁榮，才會有人工智能的大未來。

過去一年，開放平臺的開發者增長了200多萬，其中增長最快的是智能硬件開發者、大模型企業開發者。

此外，新型智能體的開發，有一半來自非技術領域。

AI走向落地，智能體是一個不可多得最佳應用案例。而這一年，我們也見證了諸多智能體AI的誕生。

發布會現場，訊飛面向開發者，正式發布首個原生RPA智能體平臺——Astron RPA。

Agent+RPA可以跨越應用鴻溝，將「大腦」和「手腳」結合，跨越AI應用鴻溝；還可以有效打通企業內缺少接口的IT系統和賬號體系。

軟硬一體之爭，誰是破局者？

過去一年，AI發展速度之快，已超越了歷史上任何一次工業或技術革命。

如今，算法、算力、數據已成為基礎設施。接下來，誰能讓AI真正進入物理世界，誰就能定義智能的未來。

因為，只有AI落地，才是兌現紅利的起點。過去幾年，AI巨頭們幾乎都在同一維度上狂奔。

OpenAI用GPT系大模型掀起了認知智能革命，谷歌又用Gemini試圖重塑多模態范式。

還有Anthropic、Meta、xAI、微軟等玩家，各自拉起了模型矩陣。

它們不僅坐擁巨量的算力資源，還在算法創新上不斷堆疊，這種路線的成就毋庸置疑——

ChatGPT、Gemini、Grok、Claude大模型，都代表了當前人機交互的新高度。

然而，在強大的大模型，離真實場景往往隔著一層「玻璃」，即落地的核心：AI能否真正兌現紅利。

每一種場景，都在呼喚一種更深層次的多模態理解與交互。

要實現這一點，任何純軟件的方案——無論是手機App，還是云端模擬，都只是隔靴搔癢。

實際上，硅谷巨頭們早已意識到了這一點，走向軟硬一體，能否讓技術「活」在用戶手里才是密鑰。

就以谷歌為例，其Gemini Nano已下沉到全新Pixel 10系「全家桶」。

不論是離線翻譯、AI摘要總結，還是實時生成圖像、智能拍照等場景，一部手機+端側模型即可完成。

他們還專為模型，量身打造了Tensor芯片，直接將AI能力深度嵌入芯片和傳感系統中，做到真正的原生AI體驗。

微軟PC全球生態覆蓋超十幾億，其打造的AI助手Copilot，植入Windows系統提供了更智能的體驗。

再比如，OpenAI多次爆出重組機器人團隊，與博通聯手定制AI加速器；特斯拉以物理世界為基礎，將Grok植入擎天柱、自動駕駛「大腦」......

這些實踐足以說明，沒有軟硬一體，智能永遠懸在空中。

然而，放眼全世界，很多企業理解的軟硬一體，更多地停留在了「堆疊層面」——

硬件是承載，軟件是驅動，兩者拼接即可。

但真正的軟硬一體，是一種「認知協同」的系統。這，又該如何理解？

首先，模型算法必須理解硬件的輸入特性，比如聲音、圖像、傳感信號等。其次，硬件架構也要反向適配AI算法的反饋機制，包括延遲、功耗、推理路徑。

更重要的是，系統還可以在多模態下自洽運行。

這也恰恰是大多數公司面臨的瓶頸。它們在AI算法上極強，但在硬件生態上碎片化。

而傳統硬件巨頭，反之在算法層面缺乏統一的認知引擎。

AI國家隊，全棧打通

在AI兌現紅利的競賽中，中國隊的機會正在于體系化的整合能力。科大訊飛的路徑，尤其具有代表性。

它并沒有只押注算法，而是構建了一條從算力，到模型，再到硬件、多場景應用的全棧閉環。

作為認知底座，訊飛星火X1.5全新升級，在多語言、多模態等能力上持續迭代。它是唯一基于全國產算力訓練的主流大模型。

還有自研的麥克風陣列、多模態模組等，構成了感知層的基礎。

在聲學層面上，通過麥克風陣列+視覺攝像頭融合，在10米遠、20分貝噪音下實現95%識別率，而行業平均只有20%。

這意味著，在課堂、汽車座艙、展會、工程等多種環境中，AI可以聽清每一句話。

而終端設備，比如AI學習機、AI黑板、翻譯耳機等矩陣，形成了「AI具身接口」。只有軟硬一體支撐的多模態交互，才是AI融入真實世界的物理基礎。

以AI黑板為例，訊飛將聲學與視覺深度融合，重構教室光路，讓「座座皆C位」。

其配備的24通道AI揚聲器陣列，讓教室前后聲音差別只有3分貝，即便學生坐在最后排也能聽得清楚。

軟硬一體，更是訊飛構建行業壁壘的引擎。每一個設備，都是AI與真實世界的傳感器。它可以讓訊飛以行業為半徑、以數據為飛輪持續迭代。

在教育領域，AI批閱機的「錯因分析」體系，精確到4000+標簽，準確率超普通教師，真正讓「AI懂學生」。

在翻譯領域，AI翻譯機+耳機與聽見APP聯動，做到了2秒及時響應，復雜噪音下識別準確率破紀錄。

這一切，都是訊飛的核心競爭邏輯，是別人難以復刻的模式。

因為，要在軟硬一體上做到訊飛的深度，還需要三件事同時成立：

• 全棧自研體系：從麥克風陣列，到算力平臺、算法框架等，全國產可控；

• 跨領域團隊協同：硬件部門和研究院團隊需要共線開發；

• 行業縱深：教育、翻譯、醫療、汽車等行業連續多年落地深耕。

只有這三點疊加，才是訊飛壁壘的壁壘。

當別的AI還在對話框里回答問題，訊飛的AI，已經能在嘈雜環境中聽清你、在屏幕前讀懂你，并在世界行動起來。

他們正用自己的方式證明，AI應該是讓世界真正「被理解」的技術。

當AI有了身體，有了溫度，我們離那個真正「懂人」的智能時代，又近了一點。

參考資料：YXH

https://gitee.com/iflytek/astron-rpa