从底层硬件到模型算法，再到数据与场景，最后是软硬一体化落地，要具备全栈能力，才是真正的自主可控。
在2026全球1024开发者节
全球总支出达19.2万亿元、全球活跃用户规模达24.2亿、辅助设计个性化癌症疫苗、赋能数学研究突破……AI正在掀起人类史上颇具颠覆性的技术革命。但是，算力自主可控的背后到底要付出多少代价？如何破解太贵和泄密这两道难题？ 在国内AI大模型这场激烈的竞争中，科大讯飞看似是个异类。在时间就是金钱的AI时代，科大讯飞早在2023年便毅然将模型训练从国际主流算力平台迁移至国产算力体系，为此付出了实打实的时间 ...
news.qq.com“刘庆峰认为，未来大模型的安全性和性价比问题，一定要通过“端云一体”化来解决：可能60%的应用在手机、电脑端侧独立完成，数据不出域、Token花费少；30%的应用采用端云协同，复杂场景任务由云端模型分解指导；只有10%的应用在云端独立处理。”
“讯飞星火X2.6采用全国产算力训练，但国产算力距英伟达仍有差距，刘庆峰判断为“将近两代”，差距主要集中在显存和带宽；百万级上下文的代码与智能体任务此前状态被概括为“装不下、训不动”。”
““这事很难，因为端侧模型现在要解决的问题很多都是复杂智能体的长期任务；好处是不用担心任何数据隐私问题，同时不花一分钱token成本。我觉得这真正符合中国用户现状，将来可能成为在全球实现突破的模型。””
“正如我所说，我不认为这对AI是坏事。总的来说，世界应该理解宇宙是如何运作的。但我确实对这种方法抱有同理心。”
“人们只是把它用在他们能想到的最难的问题上。而且人们没想到这个模型能做到这些事。”
“我们的第一方模型 API 现在每分钟处理近 320 亿个 token——比上一季度多 40%，是一年前的 4 倍多。”