文章核心观点 - 科大讯飞强调全栈自主可控不仅要在国产算力上完成推理，更要在国产平台上完成训练，只有真正在国产算力上训练出模型才是真正的自主可控 [2] - 科大讯飞发布基于全国产算力训练的讯飞星火X2.6大模型，并推出端云一体协同架构，在模型能力、算力效率及应用场景等方面进一步升级 [3] - 国产算力对标全球仍有两代左右差距，但差距将逐步缩小，未来有望实现并跑甚至领跑 [6] - 全栈自主可控的端云一体大模型是兼顾AI安全性与性价比的重要选择 [7] 国产算力训练与推理效率持续提升 - 讯飞星火X2.6重点提升代码生成、智能体及复杂任务处理能力，用户通过自然语言提出需求，模型即可规划执行步骤、调用工具，完成应用开发等任务 [5] - 针对国产芯片显存与带宽限制，科大讯飞通过长程任务动态并行训练技术，根据任务长度动态分配计算资源，使超长上下文训练效率提升约4倍 [6] - 在推理环节，通过国产集群自适应存算协同、分布式推理等技术优化，使相关长程任务推理效率提升4.5倍 [6] - 随着大模型从简单问答向代码生成、复杂智能体等方向发展，模型需要处理更长上下文、执行更多步骤，对算力和计算效率提出更高要求，在国产算力条件下通过算法和工程优化提升训练与推理效率成为模型持续升级的关键 [6] 端云协同架构 - 端云一体架构下，手机、电脑等终端设备可直接处理部分AI任务，更复杂任务通过云端协同完成，减少不必要的云端算力调用 [7] - 刘庆峰预计未来约60%的应用场景可在端侧完成，30%通过端云协同处理，其余10%需要依靠云端大模型 [7] - 科大讯飞推出端侧轻量化模型星火X2.6-4B，重点强化长文本理解、工具调用等能力，系统可根据任务难度、设备能力及数据安全需求动态选择纯端侧、端云协同或纯云端执行 [7] - 通过相关技术优化，端云路由准确率达到96.1% [7] - 对于涉及敏感信息的任务，端云协同方案支持在本地完成数据脱敏，经用户确认后再向云端发送相关内容，以减少原始敏感数据上传 [7] 加码AI办公，拓展大模型应用场景 - 科大讯飞发布讯飞星帆WinWork数字员工平台，加码企业级AI办公市场，该平台整合企业业务规则、数据及专业经验，使AI数字员工能够理解具体业务要求，并参与任务识别、规划分工及跨系统协同执行 [9] - 与传统AI办公助手相比，WinWork更加侧重AI在企业实际业务流程中的任务执行与协作，推动AI从个人办公辅助向企业业务流程延伸 [9] - WinWork支持全栈国产化及私有化部署，并提供操作审计、流程追溯等功能，以满足企业对数据安全和业务管理的需求 [9] - 教育领域推出面向教师的AI智能工作台"讯飞星光"，将备课、教研、家校沟通等功能整合至同一平台 [10] - 医疗领域进一步拓展医学影像辅助诊断、医学报告解读及健康管理等应用 [10] - 法律领域探索利用大模型完成案情梳理、证据审查、合同审核等工作 [10] - 大会还发布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，进一步拓展AI在智能终端、机器人等领域的应用 [10]