10月22日，2026科大讯飞全球1024开发者节主论坛上，科大讯飞发布端云一体星火X2.6。
模型如何进入汽车、眼镜和机器人，成为这家以语音技术起家的公司接下来要回答的问题。这条路并非从今天才开始。讯飞早已向车企提供智能交互产品，也在经营机器人超脑平台。现在，它希望把语音、视觉和大模型能力组合起来，承接更多终端上的交互任务。
但商业上的问题随之而来，客户会为哪些能力付费，这些收入又能否改善讯飞的盈利？
据介绍，讯飞星火X2.6基于全国产算力完成能力升级，模型尺寸为293-A30B，支持百万Token上下文，并上线国产万卡推理集群。
科大讯飞方面称，其率先突破国产芯片长程任务训练效率瓶颈，亲和国产平台的长程任务动态并行训练技术，解决了国产芯片显存与带宽受限导致的长程任务混训效率低的问题。
第四波注意到，发布会上，科大讯飞的叙事重心整体转向“让模型走进物理世界”。
而其最新财报，或许能解释科大讯飞在此刻的策略转向。2026年前三季度，讯飞营收181.87亿元，同比增长7.05%；归母净利润2188.72万元，同比扭亏；扣非净利润亏损7.63亿元，亏损同比扩大125.79%；归母转正靠的是7.85亿元非经常性损益，其中政府补助4.71亿元。账面扭亏仍依赖非经常性损益，日常经营的盈利能力需要继续改善。
投入也在增加。公司在三季报中表示，第三季度研发投入超过17亿元，同比增加近4亿元，是当季扣非净利润下降的主要原因。同时，前三季度经营活动现金流量净额为2.64亿元，政府补助是扣非利润的2.4倍。回款端同样承压：截至2025年末，应收账款账面价值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。
这些数字说明，对讯飞而言，当前需要解决的是如何让持续投入的技术，带来更稳定的收入和利润。汽车、眼镜和机器人提供了新的应用空间，但进入这些市场，本身并不等于找到了一条高利润的增长曲线。
整个语音赛道面临的是同一个结构性问题，识别准确率、抗噪、低延迟这些工程积累仍然是真功夫，但大模型用语义理解绕过了对“准”的极致要求，用通用能力覆盖了原本需要专项采购的模块。
此外，语音赛道的压力也是真实的。豆包输入法用Seed-ASR把战场从“听得准”换到了“听得懂”，2025年11月上线首周下载量突破5000万，日活1200万；思必驰2023到2025年营收复合增长率仅12.98%，毛利率超过60%却连年亏损，期间费用率长期在68%以上；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，但全年净亏损仍有3.29亿元；SoundHoundAI从2025年高点回落61%，Cerence跌去56%。
语音公司过去卖的是“语音技术本身”，现在客户需要的是“能理解、能办事的交互”Agent，而后者是大模型公司的出厂设置。
讯飞也在调整收入结构。讯飞2026年上半年开放平台收入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%，说明它自己也在往“卖模型调用”的方向转，但开放平台毛利率仅20.21%，新曲线还没有长到能替代旧曲线的厚度。
进入物理世界，为讯飞提供了另一种收费的可能，从提供某一项语音能力，扩展到为整套交互方案负责。这要求它同时处理模型、传感器、设备性能和实际环境之间的配合。
以机器人为例，几个人同时说话，旁边还有设备噪声，它首先要判断谁在对自己说话、什么时候应该回应，然后才是理解内容、执行任务。车内和眼镜上的交互也有类似问题：用户不会总在安静、网络稳定的环境里，按标准句式发出指令。
科大讯飞旗下生态企业机器人产品。
讯飞AI眼镜上的唇动识别降噪，可以说明这类工程工作的价值。据公司的介绍，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。声音之外增加视觉信息，是为了让模型获得更可靠的输入。
这给讯飞多年积累的声学和交互技术留下了用武之地。不过，一项功能能否成为客户采购的理由，还要看它在不同硬件和环境下是否稳定，以及部署和维护成本是否划算。模型公司和硬件厂商同样可以进入这一市场，讯飞仍需在实际交付中证明自己的优势。
讯飞已有的终端业务，是这条路线的基础。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。
但服务厂商数量，还不能回答这门生意有多大。平台试用、技术合作和批量采购的商业价值不同；有多少机器人实际搭载、每台设备贡献多少收入、客户是否续费，才关系到后续收入。已有汽车业务的规模，也不能直接套用到机器人身上。
端云协同是讯飞尝试控制成本的一条路径。把适合本地处理的任务放在设备端，将复杂任务交给云端，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，需要结合具体设备和任务计算；算力、模型与交互技术能够复用，也不代表各类终端的研发和适配费用就会自然下降。
更直接的竞争来自客户自身。智元已经发布面向具身交互的WITA-Omni模型，并在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。机器人厂商正在自研交互能力，这意味着讯飞既要服务它们，也要面对它们扩大自研范围的可能。
自研和外购并不一定互相排斥。头部厂商可以自己开发模型，同时采购语音、降噪或特定模块；研发资源有限的厂商，也可能更愿意购买完整方案。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。
这也是讯飞“第二曲线”真正需要验证的地方。它已经有技术和客户入口，下一步要证明的是：这些合作能否形成持续订单，交付规模扩大后，收入能否覆盖模型、算力和适配成本。只有这些数字逐渐清楚，走向物理世界才会从发布会上的技术路线，变成财报中的新生意。
