1024开发者节办到今年，科大讯飞一口气端出来的东西有点多：一个端云一体的模型，一套国产算力协同方案，一个数字员工平台，一个语音基座，一只录音环，外带教育、医疗、法律三条线的产品升级。
但主论坛听下来，真正值得记的不是293B-A30B，也不是1M上下文。
是刘庆峰给出的三个数字：60%、30%、10%。
在未来，六成的应用放在本地跑，三成走云端协同，剩下一成留给云端大模型。
这听着像一张技术架构图，其实是一张成本表。
一家企业如果每天调用大模型一百万次，费用是按 token 走的，业务量越大，账越没底。把其中六成挪到本地，等于把这部分支出从"按次付费"改成"一次性投入"。
端侧当然不是真的零成本，钱挪进了硬件采购价和电费里。但对掏钱的人来说，一次性支出看得见，按量计费看不见底。
这才是"数据不出本地"之外，更实在的那层吸引力。
国产卡的短板靠工程去抗
端云协同的前提，是模型本身得能在国产算力上训出来、跑得动。
星火X2.6用的是MoE架构，总参数293B，每次推理激活30B。稀疏激活的好处很直白：不把全部参数都拉起来算，显存和算力的压力就下来了。1M的上下文长度，则是冲着长文档、长会议、长代码库这些场景去的。
讯飞在发布里提了两个相当工程化的细节。一个是长程任务动态并行训练，把超长上下文的训练效率提了大约4倍；另一个是推理侧用分布式推理加中间结果复用，绕开带宽瓶颈。
这两句话翻译过来是：国产卡的显存和带宽确实不如人，那就从调度和复用上抠。
这不是模型结构上的新故事，是在硬件约束下硬扛出来的工程账。国内做全国产算力训练的公司不少，愿意把训练效率怎么提、带宽瓶颈怎么绕讲这么细的不多，因为这些细节不好看，但恰恰是能不能真跑起来的分水岭。
价格给得也直接。云端版限时定价：输入每百万 tokens 0.9元，缓存命中0.08元，输出3.6元。端侧的星火X2.6-4B开源，推理限时免费。
两个"限时"要划出来。价格战打到今天，便宜的模型不缺，缺的是便宜完之后还能不能站住的单位经济模型。
数字员工卖的不是对话
企业级这边发布的是星帆WinWork，定位"岗位级数字员工"。
它和个人助手的区别，不在能不能聊。在于它要做三件事：把企业的业务本体建起来，把业务规程、数据和老师傅的经验挂上去，然后嵌进流程里，做任务识别、分工规划、跨系统执行。
讯飞给的数字是，WinWork支持全栈国产化和私有化部署，可审计、可追溯，靠端云一体节约44%的 Token 消耗。
44%这个数字的来源，多半就是端云分流的结果——常规任务在端侧办完，不产生云端调用。这也说明60/30/10不是一个宣讲用的比例，产品里真的在按这条线切。
数字员工能不能卖出去，其实卡在两个问题上。
一是权限。跨系统执行意味着它得拿到别的系统的钥匙，企业敢不敢给。二是责任。它办错了一件事，算谁的。可审计、可追溯，回答的是第二个问题。第一个问题，得靠私有化部署和权限体系慢慢谈。
讯飞把这件事概括成"从个人提效到组织提效"。这话没错，但组织提效的钱历来难挣，因为它要动流程，而动流程从来不只是技术问题。
录音环被重做了一遍
语音是讯飞的老本行，这次第一次把能力收进一个基座：SparkAudio 1.0。
机器翻译、语音识别、语义理解放到同一个模型里，支持实时说话人分离、环境理解、音频理解、情绪识别，已经在讯飞输入法16.0、讯飞听见、讯飞办公本、讯飞翻译机上跑起来了。
过去讯飞的强项是单点：识别准、转写快。基座的意义在于，多人场景里能分清楚谁在说话。会议、访谈、课堂，这三类场景的共同点是人多、话密、来回插话，分不清说话人，转写稿就是一团浆糊。
硬件里最有意思的是AI录音环。4+1环麦阵列，Wi-Fi 6传输，综合识别准确率超96%，2小时录音转写2分钟。
录音笔这个品类被手机吃掉过一轮，现在又被AI重新做了一遍。环形的形态是为了拾音不留死角，用Wi-Fi 6而不是蓝牙，是为了挣脱传输带宽。2小时压到2分钟这个速度，基本意味着重活不在本地干。
同场还有几件：讯飞AI眼镜支持122种语言和方言互译，星火智慧座舱3.0在车载场景上升级了语音交互和多模感知，机器人超脑平台继续给开发者提供语音、视觉、决策的组合件。
硬件对讯飞的意义，一直不只是卖硬件。它是入口，也是端侧算力的落脚点。60%要在本地完成，总得有东西在本地接着。
教育、医疗、法律的数据不出门
行业侧，端云一体率先铺到教育、医疗、法律。
教育是讯飞星光，给教师一个智能体工作台，把AI备课、AI教研、家校沟通、事务助理放进同一个入口，资料整理、课件生成、学情分析都能在里面办。AI学习机上了"探究式学习"模式，强调引导学生自己提问和推理，而不是直接吐答案。
医疗这边，讯飞影像云称在影像质控上超过专家会诊水平；晓医升级成多份医学报告综合解读、健康风险洞察、综合健康管理计划，还加了中医舌面体质辨识。按讯飞的说法，晓医正从单次咨询往持续健康管理走。
法律这边是晓法，覆盖卷宗解析、证据审查、诉讼策略推演、文书起草，支持敏感信息脱敏和本地化处理，讯飞称整体办案效率提升45%以上。
这几条线有个共同点：数据都不能出门。学生信息不能出校，病历不能出医院，卷宗不能出律所。所以对它们来说，60%本地化不是省钱的手段，是能不能进门的前提条件。
也正因为如此，"超过专家会诊水平""效率提升45%以上"这些数字，目前都还是讯飞自己的口径。医疗和法律这两个行业，对准确率的容忍度极低，第三方的验证和真实场景的反馈，比发布会上的数字重要得多。
生态和展台
开发者这边，本届AI开发者大赛有来自15个国家、351座城市的52120支团队参赛，其中43%来自非技术类专业。
43%这个比例值得多看两眼。它说明写AI应用这件事，正在从程序员的活变成业务人员的活。
同时发布的星辰TaaS平台，定位是连接模型能力、行业知识和业务流程，"从Token到Solution"。
说白了，把模型调用、行业知识、业务流程打包成可以直接交付的东西，开发者不用再从底层搭起。
展台部分，合肥科博展10月22日到30日在讯飞小镇办，市民免费参观；北京科博展同日开展。现场有讯飞联合华为、基于昇腾生态做的国产万卡算力底座"飞星平台"，以及从模型训练到端侧应用的完整链路。
合肥那边还设了AI健康服务小屋、青少年AI对弈、AI学习机互动几个体验区，新增了实验室参观，可以预约去看全消声室。
把这场发布会从头拆到尾，讯飞的选择很清楚：不去争那个参数最大、跑分最漂亮的模型，而是把模型做薄，塞进硬件、塞进企业流程、塞进行业系统。
这条路的好处是不用陪着烧钱，坏处是每一单都得靠交付挣回来。发布厅里讲的是能力，签合同的时候谈的是工期、验收和出了事谁负责。
60/30/10最终能不能立住，不看今天这块屏幕。看明年有多少企业的采购单上，真的写着这三个数字。