页面未找到

要走向物理世界，科大讯飞的语音老本行能否撑起新生意？ - 爱游戏手机端

2026科大讯飞全球1024开发者节主论坛于10月22日举行，期间公司推出了端云一体的星火X2.6版本。

对于这家以语音技术立足的企业而言，接下来的核心议题是如何将模型融入汽车、眼镜及机器人等终端设备。这一探索并非始于今日。讯飞此前已向汽车制造商提供智能交互产品，并运营机器人超脑平台。如今，其目标是将语音、视觉与大模型能力整合，承担更多终端设备的交互任务。

然而，商业层面的挑战随之浮现：客户愿意为哪些功能付费，这些收入能否改善讯飞的盈利状况？

01、为何此时调整战略方向？

据官方介绍，星火X2.6基于全国产算力实现了性能升级，模型规格为293-A30B，支持百万Token上下文，并部署了国产万卡推理集群。

科大讯飞表示，其率先突破了国产芯片在长程任务训练中的效率瓶颈，通过适配国产平台的长程任务动态并行训练技术，解决了因国产芯片显存和带宽限制导致的长程任务混合训练效率低下的问题。

在发布会上，第四波注意到，科大讯飞的叙事重点整体转向了“让模型融入物理世界”。

最新的财务数据或可解释这一战略调整的背景。2026年前三季度，讯飞实现营收181.87亿元，同比增长7.05%；归母净利润为2188.72万元，同比扭亏为盈；但扣非净利润亏损7.63亿元，亏损同比扩大125.79%；归母净利润转正主要依赖于7.85亿元的非经常性损益，其中政府补助占4.71亿元。账面盈利仍依靠非经常性项目，日常经营盈利能力有待提升。

同时，研发投入持续增加。公司三季报显示，第三季度研发投入超过17亿元，同比增加近4亿元，这是当季扣非净利润下滑的主要因素。此外，前三季度经营活动现金流净额为2.64亿元，政府补助金额是扣非利润的2.4倍。回款方面也面临压力：截至2025年末，应收账款账面价值达162.96亿元，相当于全年营收的六成，已计提坏账准备43.42亿元。

这些数据表明，讯飞当前需要解决的是如何让持续的技术投入转化为更稳定的收入和利润。汽车、眼镜和机器人领域提供了新的应用场景，但进入这些市场本身并不意味着找到了高利润的增长路径。

整个语音行业面临的结构性问题相似。识别准确率、抗噪能力、低延迟等工程积累仍是核心竞争力，但大模型通过语义理解绕过了对“精准”的极致要求，用通用能力覆盖了原本需要专项采购的功能模块。

此外，语音赛道的竞争压力显而易见。豆包输入法通过Seed-ASR将战场从“听得准”转向“听得懂”，2025年11月上线首周下载量突破5000万，日活用户达1200万；思必驰2023年至2025年营收复合增长率仅为12.98%，尽管毛利率超过60%，却持续亏损，期间费用率长期高于68%；云知声2025年营收12.11亿元，同比增长29%，大模型业务收入从5187万元跃升至6.10亿元，但全年净亏损仍达3.29亿元；SoundHound AI股价自2025年高点回落61%，Cerence下跌56%。

过去，语音公司销售的是“语音技术本身”，而现在客户需要的是“能理解、能执行任务的交互型Agent”，后者正是大模型公司的固有优势。

讯飞也在调整收入结构。2026年上半年，其开放平台收入37.05亿元首次超过教育板块，大模型API及MaaS收入同比增长约70%，表明公司自身也在向“销售模型调用”的方向转型。但开放平台毛利率仅为20.21%，新业务尚未成长到足以替代旧业务的规模。

02、“第二曲线”尚需验证

进入物理世界为讯飞提供了另一种收费模式的可能性——从提供单一语音能力，扩展到为整体交互方案负责。这要求公司同时协调模型、传感器、设备性能与实际环境之间的配合。

以机器人为例，当多人同时交谈且存在设备噪声时，系统需先判断谁在对其说话、何时回应，然后才能理解内容并执行任务。车内和眼镜上的交互也面临类似问题：用户不会总在安静、网络稳定的环境中按标准句式发出指令。

科大讯飞旗下生态企业的机器人产品。

讯飞AI眼镜上的唇动识别降噪技术体现了这类工程工作的价值。据公司介绍，摄像头捕捉口型信息，与麦克风采集的声音结合，帮助系统在嘈杂环境中识别目标说话人。在声音之外增加视觉信息，旨在为模型提供更可靠的输入。

这为讯飞多年积累的声学与交互技术提供了应用空间。然而，一项功能能否成为客户采购的理由，还需看其在不同硬件和环境下的稳定性，以及部署和维护的成本效益。模型公司和硬件厂商同样可能进入这一市场，讯飞仍需在实际交付中证明自身优势。

讯飞现有的终端业务构成了这一路线的基础。半年报显示，2026年上半年，智能汽车业务新增前装智能化产品出货超过450万套。汽车业务提供了实际交付经验，机器人平台也已积累了一批合作厂商。公司此前在投资者互动平台表示，机器人超脑平台已服务超过500家智能机器人厂商。

但服务厂商的数量并不能直接回答这一业务的规模。平台试用、技术合作与批量采购的商业价值存在差异；实际搭载的机器人数量、每台设备贡献的收入、客户是否续费，才与后续收入相关。已有汽车业务的规模也不能直接套用到机器人领域。

端云协同是讯飞尝试控制成本的一条路径。将适合本地处理的任务放在设备端，复杂任务交给云端，有望减少部分云端调用和网络依赖。但端侧模型同样占用算力、内存和电量。能否降低整机成本，需结合具体设备和任务计算；算力、模型与交互技术的可复用性，也不意味着各类终端的研发和适配费用会自然下降。

更直接的竞争来自客户自身。智元已发布面向具身交互的WITA-Omni模型，并于2026年9月展示了机器人识别交互对象、协调语言与动作的应用。机器人厂商正自研交互能力，这意味着讯飞既要服务它们，也要应对其扩大自研范围的可能性。

自研与外购并非必然互斥。头部厂商可自行开发模型，同时采购语音、降噪或特定模块；研发资源有限的厂商可能更倾向于购买完整方案。第三方供应商能保留多少业务，取决于客户自行开发的成本，以及外购方案在效果、交付和维护上的优势。

这正是讯飞“第二曲线”需要验证的关键点。它已具备技术和客户入口，下一步需证明的是：这些合作能否转化为持续订单，交付规模扩大后，收入能否覆盖模型、算力和适配成本。只有当这些数据逐渐清晰，“走向物理世界”才会从发布会上的技术路线，变为财报中的新业务。

本文来自微信公众号“第四波”，作者：卢杨，36氪经授权发布。