科大讯飞星火大模型困局，20年语音先发优势难敌算力代差与产品定位偏差

2026年上半年，科大讯飞归母净利润亏损2.04亿元——这是这家中国最早布局人工智能的企业自上市以来罕见的季度亏损。表面看是短期经营波动，实则折射出一个更深层的结构性困境：在以大模型为核心的新一轮AI浪潮中，曾手握“语音入口”先发优势的科大讯飞，正面临技术、产品与商业化的三重失速。

语音壁垒被快速消解，二十年积累成“标配”

科大讯飞的起点极具象征意义：1999年，刘庆峰带领18名中科大学生在合肥创办公司，目标明确——让机器“能听会说”。彼时中国互联网尚处萌芽，AI仍是实验室概念。依托中科大王仁华教授团队的技术积累，讯飞迅速在语音识别、合成与自然语言理解领域建立优势。2010年讯飞输入法上线时，国内尚无第二家认真投入语音交互的企业；2017年，科技部批准依托其建设认知智能国家重点实验室，成为该方向首个国家级平台；2008年上市后，累计净募资超120亿元。

然而，当2022年底ChatGPT引爆全球大模型热潮，语音交互这一“入口”迅速被降维为通用能力。如今主流大模型均内置高精度语音模块，讯飞引以为傲的20年技术护城河，在新范式下沦为“基础功能”。正如刘庆峰在2026年业绩会上所言：“语音技术已成标配，而我们在代码生成与智能体等新热点中有所缺位。”

全栈自主路线代价高昂，算力短板拖累模型迭代

讯飞并非反应迟钝。ChatGPT发布一周后，其研究院即提交百余页调研报告；半个月内成立大模型专项组；2023年5月正式发布“星火”认知大模型，跻身国内首批厂商。初期市场热情高涨，股价半年涨幅超140%，市值一度突破2000亿元。

但转折点出现在美国对华芯片断供加剧、讯飞两次被列入实体清单之后。为保障供应链安全，公司转向“全栈自主可控”路线，深度绑定华为昇腾910B芯片集群。这一战略选择在地缘政治层面具备合理性，却在商业效率上付出沉重代价。

国产芯片在显存容量与带宽上的先天不足，直接制约了星火模型在超长上下文（如128K token）、复杂思维链推理及MoE架构训练等关键能力的建设。据公开信息，讯飞在910B集群上耗费大量工程资源，才将训练效率从开箱30%逐步提升至84%–93%。而同期，DeepSeek、字节豆包等厂商依托英伟达A100/H100算力，实现模型周级迭代，迅速在代码生成、Agent能力等维度拉开差距。

技术路线的差异最终体现为市场反馈：当行业焦点从“对话能力”转向“执行能力”时，讯飞因算力限制难以支撑高阶智能体开发，错失关键窗口期。

产品定位模糊，C端突围失败，硬件天花板明显

技术落后之外，星火大模型的产品化路径同样陷入迷茫。2023年，讯飞曾制定精确到月份的追赶计划：6月升级问答、8月强化代码与多模态、10月全面对标ChatGPT。这体现典型工程师思维——用项目管理节奏追赶技术演进，却忽视了用户真实需求与市场验证机制。

实际结果是：星火App月活跃用户仅236万（国内AI应用排名第22），远低于字节豆包超1亿的日活量。C端入口未能打开，转而依赖教育、办公等垂直硬件场景——学习机、办公本、录音笔等产品虽有一定销量，但均属低频、小众市场，且技术壁垒正被大模型快速抹平。例如，第三方大模型通过API接入即可实现类似“AI批改”“会议纪要生成”功能，讯飞硬件的差异化优势持续收窄。

更深层问题在于业务结构“宽而浅”。讯飞横跨教育、医疗、司法、汽车、智慧城市等多个领域，但每个赛道均未形成不可替代的核心平台。对比佳能以光学技术为基底构建跨产业生态，讯飞本可成为“声音领域的平台型公司”，却因资源分散，未能将语音优势升维为认知智能底层能力。

人才与财务双重承压，陷入负向循环

战略偏差最终传导至组织与财务层面。2026年上半年亏损2.04亿元，研发投入虽同比增长，但产出效率偏低。与此同时，AI顶级人才加速流向北京、上海等地的新兴创业公司——合肥在薪酬竞争力与技术氛围上逐渐失去吸引力，进一步削弱研发动能。

天使投资人郭涛指出，讯飞的掉队是“战略路径、组织体系、资源结构多重错配叠加的结果”：长期锚定语音交互，未提前储备超大规模算力集群；行业进入算力军备竞赛后，技术代差被迅速放大；而横向扩张稀释了技术纵深，使其难以在通用大模型时代重构核心竞争力。

值得注意的是，当前AI产业仍处早期阶段。尽管部分二级市场情绪降温，但算力租赁价格未现崩盘，H100仍维持高位；马斯克通过SpaceX加码轨道数据中心建设，亦反映头部玩家对长期需求的信心。问题不在于“AI是否还有未来”，而在于“谁有能力穿越周期”。

对科大讯飞而言，挑战已非单纯技术追赶，而是如何在自主可控前提下重建高效迭代能力，并找到真正契合自身基因的落地场景。语音曾是它的起点20年，但若不能将“能听会说”升维为“可思可行”，这座曾被寄予厚望的AI长城，或将沦为新时代的遗址。