在10月22日举行的2026科大讯飞全球1024开发者节上，科大讯飞董事长刘庆峰给出了一个直白的判断：国产算力今天跟英伟达比还是差了将近两代，虽然追赶速度很快。但他同时预计，随着国产算力自身进步和美国持续限制，未来两年差距会拉平。

本次大会的核心发布是端云一体的讯飞星火X2.6，由一个云端大模型搭配一个4B端侧模型组成，采用全国产算力训练。系统会根据任务难度和数据敏感度，决定任务留在本地、两端协同还是交给云端。

刘庆峰将当前差距主要归因于显存和带宽。当代码和智能体任务动辄需要一百万上下文时，原有方案被概括为“装不下、训不动”。讯飞的应对是长程任务动态并行训练，按任务长度自适应分配算力，使超长上下文训练效率提升约4倍；推理侧则采用自适应存算协同，并引入首个基于全国产设备的四层KVCache和分布式推理技术，效率提升4.5倍。

真正被寄予“绕开”算力约束厚望的是端侧模型。刘庆峰表示，虽然整体算力与美国有差距，但训练端侧模型的算力是够的——模型变小后，算力限制被大幅抵消，可以在这一层面与海外同台竞技。端侧能承担多少任务，关键看复杂智能体任务的完成率。据其介绍，此前业内端侧模型在这类任务上的完成率只有百分之十二点几，讯飞的4B模型将其推高到41.9%，下一步目标是60%。手机、PC、AI眼镜、智能座舱、机器人都被纳入端侧范畴，支撑这套分工的是端云路由，讯飞给出的路由准确率为96.1%。

现场演示了两个场景：一是“机器人创业公司CEO”的经营复盘，模型在本地关联周报、采购通知和项目邮件，识别出重复跟进同一客户的问题，资料不出端；二是采购合同审核，敏感信息先在本地脱敏、经用户确认后再发送，本地原始文件不上传。这套打法对应一个明确取舍：用端云一体化解决大模型既安全又省Token成本的落地问题。刘庆峰也强调，因为国产算力本身有限，定位是云端结合端，云端模型不会做得太大。

在端云一体架构中，云端角色不只是兜底。刘庆峰认为，要训练端侧模型，没有云端模型的能力就训不好——端侧做的事达不达标，需要用云端大模型判断；端的能力边界在哪，需要用云端标定。讯飞此次做的是云端联合统一训练。在他看来，只做端侧模型的厂商缺乏云端大模型的基本能力，指导不了端，也不知道哪些任务该留端、哪些必须上云，大概率不具备竞争优势。

除星火X2.6外，科大讯飞还发布了星火语音基座大模型SparkAudio 1.0、星火具身多模交互技术及相关产品，以及讯飞星帆WinWork数字员工平台和科大讯飞AIPC系列产品，并面向智能硬件和企业应用等领域开发者发布新的技术解决方案。

刘庆峰在演讲中反复呼吁更多厂商加入国产算力训练。他表示，并不希望讯飞是唯一一个在国产算力上做训练的，大声疾呼就是希望有更多人进来。他透露，目前只有华为和讯飞是比较主力在做。他解释说，英伟达上的算法创新开源出来各家都能直接用，算子、代码拿来就能跑；国产算力架构不同，很多坑没人踩过，在国产算力上摸高模型，十家一起搞和一家单独搞，分摊的成本差一个量级。他用“小米加步枪”对比“飞机大炮”来形容当前处境，并反问：“如果大家都用国产算力，我还怕个啥？”

更远的布局上，刘庆峰提到讯飞已在布局量子计算，如果三五年内量子计算能与当前经典人工智能的预训练方法结合，算力的量级问题将被根本改写。在目前算力约束下，他给讯飞划了三条定位：在全栈自主可控的平台上对标全球顶尖模型，目标是紧紧跟进；在教育、医疗、能源、安全等行业做到全球领先；多语言大模型代表中国给全球提供第二选择。