一臺個性化學習機發布背后,科大訊飛要讓大模型長在場景里

一臺個性化學習機發布背后,科大訊飛要讓大模型長在場景里

文章圖片

一臺個性化學習機發布背后,科大訊飛要讓大模型長在場景里

文章圖片

一臺個性化學習機發布背后,科大訊飛要讓大模型長在場景里

文章圖片

一臺個性化學習機發布背后,科大訊飛要讓大模型長在場景里

智東西
作者 | 陳駿達
編輯 | 漠影
最近 , 中國AI企業的更新迭代正在全面提速 。 春節前夕 , 字節與阿里則紛紛亮出多模態大招 , Seedance 2.0更是引發全球討論 。 而作為“大模型國家隊”的科大訊飛 , 也跑在AI實戰的最前線 。
在年前發布了代表核心技術基座升級的星火X2大模型后 , 科大訊飛于2月28日再次發力 , 推出了最新科大訊飛AI學習機T90系列 , 以密集的發布節奏 , 推動AI大模型加速進入規?;瘧秒A段 。
這兩次發布背后 , 藏著科大訊飛技術底座與垂直場景的深度協同 。
科大訊飛AI學習機T90系列能實現高度個性化的學習體驗 , 離不開星火X2在數學、推理和語言理解等核心能力上的提升 。 未來星火大模型的改進 , 也有望從科大訊飛在AI學習機等C端產品中積累的數據與經驗中獲得啟發 。
科大訊飛的這套“AI+行業”組合拳 , 正讓大模型的升級不再停留于技術報告里的冰冷參數中 , 而是迅速轉化為一個個用戶在真實場景中的使用體驗 。

一、全國產算力托底、軟硬件優化加持 , 星火X2繼續勇闖全棧自主可控無人區春節前夕發布的星火X2 , 基于全國產算力完成訓練 , 代表著科大訊飛在全棧自主可控基座大模型上的最新進展 。
值得強調的是 , 全國產算力的應用并未以犧牲性能為代價 。 該模型采用了293B MoE稀疏架構 , 通過多種工程化創新 , 其推理性能相比X1.5提升了50% 。 量化后 , 這一模型在單臺昇騰服務器上即可運行 , 拉滿了性價比 。
星火X2的通用能力也實現了全面躍升 , 其整體性能已達到國際頂尖模型水平 , 尤其在數學、推理、語言理解及智能體等核心維度上表現卓越 。
這其實是刻在星火大模型骨子里的技術基因 。 早在2023年10月 , 科大訊飛便聯合發布“飛星一號”國產算力平臺 , 首次實現國產芯片萬卡級穩定訓練 。 僅在這一算力平臺啟用的90多天后 , 科大訊飛便打造出了訊飛星火V3.5——首個基于全國產算力訓練的全民開放大模型 。
時至今日 , 雖然大部分廠商已經能做到在模型發布首日實現國產算力的Day 0推理適配 , 但在真正將國產萬卡集群用于前沿大模型的訓練上 , 科大訊飛仍舊是獨一份 。
這件事遠不只是把國產算力的硬件備齊那么簡單 。 眾所周知 , 國產算力在軟件生態方面與國際先進水平仍有現實差距 , 這直接決定了企業能否真正用好國產算力 。
面臨這一挑戰 , 科大訊飛與華為攜手推進了國產化算子的開發與優化 。 在2025年1月 , 雙方已識別并聯合研發了超過100個大模型專用訓練/推理算子 , 并針對國產算力進行深度優化 。
2024年底 , 科大訊飛還聯合華為等企業推出新一代國產超大規模智算平臺“飛星二號” 。 其對國產算力的持續深耕 , 最終有望帶動整個生態的繁榮 。
除了國產算力這一大亮點之外 , 星火X2還有更多值得關注的技術與工程創新 。 比如 , 針對MoE大模型強化學習訓練中的訓推分布不一致問題 , 科大訊飛提出了訓練與推理概率重采樣自適應校準算法 , 大幅提升強化學習訓練準確率和穩定性 。
針對高難任務數據稀缺問題 , 科大訊飛打造了多輪迭代式推導的數據合成方案 , 實現推理錯誤逐步糾正與收斂 , 持續構建稀缺型高質量數據 , 提升模型深度推理準確率 。

二、從單點技術到全景生態 , 解碼訊飛AI+教育的底層邏輯然而 , 造出大模型也只是一個起點 , 真正的挑戰還在于如何讓模型在實際場景中用起來 。
在核心底座進化的基礎上 , 科大訊飛針對教育等場景對星火X2進行了深度的針對性優化 , 在業界率先實現了“錯因貫穿的個性化學習能力” , 能夠精確定位錯因 , 讓AI的回復更加契合孩子本人的思路 , 而非生硬地灌輸標準答案 。
測評顯示 , 與其他通用大模型相比 , 星火教育大模型X2在批改、錯因分析等領域的表現 , 都要顯著優于DeepSeek-V3.2、GPT-5.2等主流模型 。
在搭載星火X2的科大訊飛AI學習機T90系列上 , 我們可以直觀感受到這一底層能力的躍升 。 發布會中 , T90 Pro內置的超擬人AI老師“曉悅”夠像真人教師一樣 , 配合板書進行沉浸式輔導 , 支持學生隨時打斷提問 , 引導孩子自主探索解題思路 , 幫助總結規律 , 最終實現舉一反三的學習效果 。
訊飛星火大模型對AI學習機的深度賦能 , 僅僅是訊飛在教育領域多年經驗積累的一個縮影 。 科大訊飛一直將教育被視為AI落地的重要場景 , 并已在模型、AI學習機等C端產品、智慧課堂和智慧考試等B端產品上擁有成熟的解決方案 。
模型側 , 在去年高考中 , 訊飛星火大模型展現出全面的學科優勢 。 根據多家媒體的公開測評 , 星火大模型在高考數學一卷中拿到了145分的成績 , 而在語文、英語作文中 , 星火大模型的表現也獲得專家的高分認可 。
測評結果來源:數字生命卡茲克
面向其他學科 , 科大訊飛還基于星火大模型打造了訊飛星火化學大模型Spark Chemistry-X1-13B , 并已對外開源 。 這一模型對高等知識問答、化學名稱轉換和分子性質預測等專門任務進行了多階段優化 , 在相關評測上的得分超過同期的前沿模型 。
C端產品方面 , 早在2019年 , 科大訊飛便在學習機行業中首次推出搭載“AI 1對1精準學”系統的AI學習機 。 精準學通過“測-學-練”的完整閉環 , 實現因材施教 , 讓孩子更高效、更輕松地學會知識 。
通過測試 , 精準學可以快速找到孩子在學習中的薄弱項 , 之后輔以精確的錯題講解、知識點課程等等 , 幫助孩子高效學透薄弱點 , 并通過舉一反三精準練透知識點 。 相較于傳統教輔和網課 , 同一個章節的查漏補缺 , 孩子花費的時間直接減少64% , 學會率提升3.1倍 。
雖然目前有大量產品推出類似功能 , 但科大訊飛AI學習機仍在區域考情的理解、全場景、跨學段的覆蓋方面 , 擁有行業領先的數據積累和技術積淀 。
科大訊飛AI學習機的“精準學”功能 , 其技術根脈可追溯至面向學校推出的“大數據精準教學”系統 。
事實上 , 訊飛在AI賦能教育領域有著更為深遠的布局 , 尤其是面向學校等機構的智慧教育B端業務 。
早在2004年 , 訊飛智慧教育便成立 , 其產品目前已在全國33個省級行政區應用 , 服務5萬余所學校、 累計超1.3億師生 , 并在日本、新加坡、泰國等海外國家落地應用 。
多年來 , 科大訊飛積累了5000萬+試題庫、300所名校教育資源等寶貴數據 , 這些數據既幫助教師優化備課、講評與教研環節 , 也輔助學生高效診斷學習短板、進行針對性練習 。
正是由于該系統率先在真實的學校教學環境中得到充分驗證和持續打磨 , 在扎實證明其有效性后 , 才進一步延伸至家庭學習場景 , 賦能更廣大的普通用戶 。

三、不再拿著錘子找釘子 , 訊飛讓大模型看懂場景再干活縱觀科大訊飛在底層模型、C端產品、B端產品上獲得的成績 , 我們不難發現 , 科大訊飛已實現了“場景驅動技術演進、技術反哺產品迭代”的良性循環 , 打造出一個運轉流暢的“數據飛輪” 。
以教育場景為例 , 科大訊飛的智慧教育產品應用廣泛 , 海量用戶的使用行為、教學反饋、學習軌跡等數據 , 能持續回流并反哺模型訓練 , 推動算法不斷優化、模型能力升級 。
這些進展又進一步賦能產品體驗的改進 , 讓更多用戶愿意使用產品 , 持續獲得更多數據 , 構成了訊飛在智慧教育賽道獨特的競爭壁壘 。
換言之 , 與不少企業“拿著錘子找釘子” , 先把模型造出來再找落地場景的模式不同 , 科大訊飛正在做的 , 其實是讓大模型先看懂場景 , 再下地干活 。
科大訊飛的先發優勢已不止于教育:在AI+城市、AI+辦公、AI+醫療、AI+工業、AI+汽車等諸多領域 , 訊飛均展開了類似的布局 。 無論是城市治理中的政務數據閉環 , 還是醫療場景下的輔助診斷系統 , 亦或是工業質檢領域的產線實踐 , 訊飛都在用同樣的邏輯 , 讓技術扎根場景 , 讓場景反哺能力 。
科大訊飛率先跑通的這一模式 , 如今已成為AI賦能千行百業的通用模板 。 越來越多AI企業意識到 , 脫離真實場景的技術研發如同無源之水 , 紛紛開始“補課” , 或深入一線打磨產品 , 或加速布局垂直行業數據 。
而憑借先發優勢 , 科大訊飛已經獲得市場的廣泛認可 。 過去兩年 , 科大訊飛是大模型招投標領域表現最為突出的企業之一 , 在中標項目數量、中標金額和項目影響力上 , 均穩居行業第一梯隊 。
這不僅是商業層面的勝利 , 更是其“技術扎根場景”模式具備高度可復制性與競爭力的有力證明 。

結語:走出“參數競賽” , 跑通場景閉環在通用大模型能力日趨同質化的背景下 , 單純依靠算法、參數與算力規模的競爭 , 其邊際效應正逐漸遞減 。
【一臺個性化學習機發布背后,科大訊飛要讓大模型長在場景里】訊飛的實踐表明 , 真正影響AI應用價值上限的不只是技術本身 , 還有技術扎根真實場景的深度 。 而能否打造技術與場景雙重驅動的正向循環 , 正在成為AI企業從技術領先走向商業成功的關鍵門檻 。

    推薦閱讀