科大讯飞的AI起了大早，赶了晚集 - 骰宝组合

科大讯飞在AI领域的起步很早，但如今却显得步履蹒跚。公司董事长刘庆峰曾在2018年内部讲话中提出，语音是人工智能的入口。这一观点当时被广泛引用，精准反映了科大讯飞二十年积累的核心资产——当业界还在争论AI的潜力时，科大讯飞已在智能语音入口筑起高墙。

成立于1999年的科大讯飞，承载着中国AI产业最早的想象力。依托中科大的科研基因和国家863类人智能项目的技术积累，其起点比百度、阿里、腾讯全面押注AI早了近十年。

然而，到2026年，刘庆峰坦言，科大讯飞在新一轮以代码和智能体为主的AI大模型热潮中有所缺位。二十多年过去，科大讯飞引以为傲的语音识别已成为当下大模型的标配。这座二十年的城墙还在，但战场似乎已不再围绕城墙脚下展开。

按理说，科大讯飞拥有资源、背景和先发优势，AI算法人才不输北京上海高校梯队，却在AI浪潮中彻底掉队。如今，其模型被大厂甩在身后，产品面临新锐公司反超，财务也出现亏损。科大讯飞在技术、产品、商业化上同时陷入被动，不仅给人一种“起了大早赶了晚集”的印象，甚至像坐过了站，最终走丢了。

1999年，刘庆峰带领18名中科大学生在合肥创办科大讯飞时，中国互联网刚起步，人工智能还是实验室里的学术概念。刘庆峰的目标清晰——让机器“能听会说”。此后二十余年，科大讯飞深耕语音识别、语音合成、自然语言理解领域，从18人的创业公司成长为“人工智能第一股”。

科大讯飞拥有一切“应该赢”的条件：创始人刘庆峰是中科大博士，最早的智能语音研究源于中科大王仁华老师的人机语音通信实验室；它是中国首家在校大学生创办的企业，成立不久就获得合肥市政府牵线的3000万元投资。2017年，科技部批复依托科大讯飞建设认知智能国家重点实验室，这是国内认知智能方向的第一个国家级实验室。

2010年讯飞输入法上线时，国内没有第二家企业在认真做语音交互。它承载了中国首批人工智能产业最早的想象，并以第一完成单位获得国家科学技术进步奖一等奖。科大讯飞于2008年5月在深交所中小企业板上市，发行股价12.66元，IPO募集资金约3.14亿元。上市以来，通过多次定向增发，累计募资净额超过120亿元。

但接下来的一系列决策，让科大讯飞在AI浪潮中彻底落后。

2022年底ChatGPT发布后，科大讯飞反应不慢。一周内，讯飞研究院拿出百余页调研报告，半个月后成立大模型专项组，并于2023年5月发布星火认知大模型，跻身国内首批推出大模型产品的厂商。当时，科大讯飞股价半年内最高涨幅超过140%，市值一度突破2000亿元。

但问题很快出现：中美贸易战升级，美国芯片断供，科大讯飞两次被列入美国实体清单。在这种情况下，科大讯飞不得不选择“全栈自主可控”路线，与华为深度合作，从算法、算力到数据实现全链条自研。尽管这条路线有战略眼光，但从商业角度看，代价极其高昂。

早期，国产芯片在显存和带宽方面存在明显短板，直接制约了星火大模型在超长上下文和智能体等方向的能力建设。科大讯飞在910B集群上耗费大量精力攻克长思维链强化学习和MoE模型的全链条训练效率难题，训练效率从开箱状态的30%逐渐提升至84%和93%。

与此同时，DeepSeek、字节豆包等竞争对手基于英伟达算力，模型迭代速度迅速崛起，远超讯飞。当行业从“对话式AI”转向“代码生成+智能体”时，科大讯飞的模型能力受限于算力条件，在市场竞赛中明显脱节。后来，刘庆峰在2026年上半年业绩会上明确表示：“因为国产算力对超长上下文的限制，使得在这一波以代码和智能体为主的市场热点中，讯飞看起来是有所缺位的。”这种表态看似谦虚，背后更多是痛苦与无奈。

天使投资人、资深人工智能专家郭涛表示，科大讯飞从AI行业先行者沦为通用大模型赛道陪跑者，是战略路径、组织体系、资源结构多重错配的结果。科大讯飞长期锚定语音交互赛道，资源向教育、医疗等场景倾斜，未提前布局通用大模型所需的海量算力集群，导致技术代差被快速拉开。

如果说算力路线选择有外部约束的无奈，那么星火大模型在产品层面的困境，更多暴露了战略判断上的偏差。2023年，科大讯飞为星火排了一张精确到月份的追赶表：6月升级问答，8月升级代码和多模态，10月全面对标ChatGPT。这是技术型公司的典型思维，用工程化节奏追赶技术标杆。但大模型时代的竞争逻辑已不同于传统软件时代，当模型能力快速扩散，大模型成为大厂基础配置，星火模型的稀缺性迅速下降。

问题在于，科大讯飞始终没有为星火找到清晰的产品定位。早期语音技术领先，很大程度上是因为没有太多人将这一领域作为主要战场。如今AI迅速崛起，各路选手参战后，讯飞很快看不到身影。作为直接面向消费者的AI产品，讯飞星火App在2026年6月的月活仅为236万，在国内AI应用中排名第22位。同期，字节豆包的日活跃用户已超过1亿，阿里通义千问、DeepSeek紧随其后。在AI应用声量榜上，字节系与阿里系产品合计占据前二十中的10个席位，而科大讯飞的席位已降至0。

同时，科大讯飞在C端硬件上的困境更加直观。学习机、办公本、翻译机、录音笔在细分市场虽领先，但每个赛道都面临天花板。学习机对应不断萎缩的K12市场，办公本和翻译机属于低频商务产品，无法形成超级入口。2026年上半年，讯飞AI学习机销量下降，公司解释为芯片和存储涨价、阶段性缺货，但背后原因值得追问。

这里暴露了一个根本性矛盾：科大讯飞把AI能力注入一系列低频、垂直的硬件产品，但AI真正的商业价值在于高频、通用的交互入口。当豆包通过手机App触达上亿用户，当DeepSeek以极低成本提供通用AI能力时，科大讯飞的优势仍局限在教育、医疗等细分场景，用户规模远不足以支撑千亿市值公司的增长预期。

既然C端打不开局面，科大讯飞将重心向B端和G端倾斜。星火大模型延伸至教育、医疗、汽车、金融、运营商和央国企项目，铺进了传统业务中。但行业市场故事不好讲，BG端业务困于应收账款问题，政府和央国企项目金额可观，但执行周期长、回款慢，对现金流压力持续。同时，DeepSeek携华为入局行业大模型市场，蚕食科大讯飞的传统优势领域。DeepSeek以低价提供通用AI能力，华为提供从芯片到云平台的全栈方案，两者结合对行业客户构成强大吸引力。

科大讯飞在这个市场中的位置尴尬：技术能力比不上DeepSeek的模型创新速度，算力条件比不上华为的自有芯片，而百度、阿里等大厂正加速渗透。过去引以为傲的“行业Know-how”壁垒，在大模型通用能力快速提升的趋势下逐渐消解。

端侧方面，科大讯飞意识到重要性，开源了4B和1.7B的端侧模型。但端侧策略仍是“横向覆盖”式：既要端侧小模型，又要云端大模型；既要覆盖手机，又要覆盖汽车和IoT。这种全都要的策略，在资源有限的情况下很难做到极致。而面壁智能只做端侧，将全部资源押注在“小模型、高性能”上，在车载智能体领域形成了全栈交付能力。

科大讯飞2025年成绩单表面不难看：营收271.05亿元，同比增长16.12%；归母净利润8.39亿元，同比增长49.85%。但2026年上半年急转直下：营收116.23亿元，归母净利润亏损2.04亿元，扣非净利润亏损6.37亿元，较去年同期的3.64亿元亏损进一步扩大。研发投入超30亿元，同比增长6亿多元，占比从20%提升至26%。这意味着钱仍投向星火，但效果越来越难显现。

AI研发投入巨大，国内大厂2025-2026年普遍进入“军备竞赛”模式：阿里巴巴2025年AI+云基础设施资本开支约1200亿元，未来三年计划投入3800亿元；字节跳动2025年AI投入约1500亿元，2026年计划增至1600亿元。与科大讯飞仅约30亿元的研发投入相比，规模出现数量级差异。更关键的是，如果继续投入，财务会进一步恶化；不投入，又将彻底掉队。

在AI行业，人才是核心竞争力。科大讯飞曾引以为荣的“中科大基因”在人才争夺中正失去吸引力。顶级人才向字节跳动、DeepSeek、月之暗面等公司集中，这些公司能提供更高薪酬、更前沿的技术挑战和更快的产品迭代节奏。科大讯飞地处合肥，在技术氛围和职业发展空间上与北京、上海、深圳存在差距。2026年春季招聘中外包岗位裁减70%、部分实习生被清退的消息，进一步暴露了成本收缩下的组织压力。

中国企业资本联盟副理事长柏文喜评价道：科大讯飞掉队的根源在于早期强项是语音ASR/TTS与教育、政务、电信等项目制，收入稳但交付重、应收账款长。2014年提出认知智能、2023年发布星火大模型都不算晚，但资源同时铺向教育、医疗、汽车、办公、开放平台与国产算力，通用大模型被“行业落地”稀释。相比大厂用C端超级入口和廉价卷推理规模，讯飞更像“AI集成商”，模型热点存在感弱。

把科大讯飞的困境拆开，可参考一个类似对象：佳能。佳能错过了手机、电脑、互联网和几乎所有消费电子风口，但没有错过光学。从相机镜头到办公设备，从医疗影像到半导体光刻，佳能围绕“光学”核心技术平台构建了横跨多个产业的帝国。

2026年，佳能公布了三款专为手机中焦段设计的衍射光学镜头专利，焦距覆盖45mm至70mm，光圈f/2.5到f/2.9。这是一个耐人寻味的动作：手机影像联名市场已被小米徕卡、vivo蔡司、OPPO哈苏瓜分殆尽，佳能却从“中焦人像”这个手机算法易出错、传统光学厂商最能拿出真功夫的细分领域切入。这被视为技术纵深型公司的典型打法。佳能不做手机，但把光学做到极致，使手机厂商即使不用佳能品牌，也无法绕开其专利和know-how。佳能的企业哲学中有个核心概念叫“光学平台”——将积累的光学技术体系化为基础技术平台，作为事业多元化的轴心。光学是根，相机、办公设备、医疗影像、车载镜头、机器人视觉等，都是从这个根上长出的枝干。

科大讯飞本可以成为“声音领域的佳能”。它在中文语音识别领域积累了二十余年数据和技术壁垒，讯飞输入法月活曾突破1.5亿，语音识别准确率长期领先行业。按照佳能逻辑，科大讯飞应将声音技术做到不可替代，然后以此为根，向车载语音、医疗听诊、工业声学检测、无障碍交互等场景生长。但它没有。

科大讯飞选择了截然不同的路：横向扩张。业务版图从智慧教育到智慧医疗，从数字政府到智慧汽车，从智能硬件到开放平台，几乎覆盖了AI可落地的所有场景。表面看是“平台型AI公司”的标准配置，但拆开看，每个业务板块都缺乏足够的技术纵深。

以C端硬件为例，学习机、办公本、录音笔、翻译机在各自细分市场都做到头部，但市场基数极低。学习平板2025年全渠道销量仅为125.2万台，一个千亿市值公司的核心C端产品所在市场总量不过数十亿元，这本身就是结构性困境。更关键的是，这些硬件的核心卖点——语音识别和翻译——已不再是强技术壁垒，正被大模型迅速追平。一个创业团队基于开源底座，就能在几个月内做出语音交互体验接近甚至超过讯飞的产品。科大讯飞花了二十年筑起的“语音城墙”，很容易被通用模型超越。

佳能在光学的每个细分领域都追求“不可替代”。其衍射光学技术、多光轴校准能力、色彩科学是几十年积累的结果，竞争对手即使知道原理也难以复制。而科大讯飞在语音领域的积累，本质上是数据密集型的工程问题——更多是标注数据、场景覆盖、语料训练。这类壁垒的深度取决于数据规模和质量，而非原理性突破。当大模型用海量互联网文本预训练出通用语言理解能力后，语音识别的技术门槛已微不足道。

关于科大讯飞与佳能模式的对比，柏文喜表示，讯飞应将“声音”做成不被绕过的底层壁垒，如声学标准、数据集、端侧声学芯片适配、行业合规库等。关键不在做大模型，而在把声学数据、行业资质、私有化部署做成闭环壁垒，用垂直刚需换现金流，再用现金流养通用能力。郭涛也认为，讯飞可以声音多模态为底层底座，完成从单一语音工具向行业智能交互底座升级，将实时语义理解、情感交互、端侧多模态能力深度嵌入行业智能体方案。在制约因素层面，讯飞若无法快速完成技术定位升级，固守传统语音产品售卖模式，原有技术价值会持续被通用AI生态稀释。

如今来看，科大讯飞的AI路走岔了、走丢了，但根源不在于某次具体的技术选择或产品决策，而在于这家公司始终没想清楚一个问题：在一个技术快速民主化的时代，一家AI公司的核心竞争力到底应建立在哪里？是算力的自主可控，是模型参数的领先，是行业场景的深耕，还是用户心智的占领？科大讯飞似乎在每个方向上都做了尝试，但每个方向都缺乏足够决断力和执行力，或许这就是它在这场AI浪潮中逐渐掉队的真正原因。星火能否燎原，取决于科大讯飞能否在下一趟车到来前找到属于自己的站台，这背后考验的是技术定力与战略哲学。值得注意的是，科大讯飞在早期语音技术领先时，曾尝试将技术应用于类似“骰宝围骰”的复杂场景，但未能形成核心优势。封面图来源：科大讯飞官方微博。本文来自微信公众号“亿邦动力”，作者：杨谭，36氪经授权发布。