大模型行业有个不成文的鄙视链：谁用最贵的芯片、堆最多的参数，谁就站在食物链顶端。刘庆峰偏不走这条路。10月22日的2026科大讯飞全球1024开发者节上，他发布星火X2.6，反复强调一个前提：全栈国产自主技术路线，基于全国产算力训练。
为什么偏偏挑难走的路
刘庆峰在会上说，全栈自主可控的端云一体大模型，是解决AI安全性和极致性价比的必然选择。这句话背后是两组现实约束：一是国产芯片显存与带宽有限，超长上下文训练天然吃亏；二是政府、金融、医疗这些大客户，采购清单上写着"国产化"三个字。
讯飞给出的应对方式是技术补课：长程任务动态并行训练技术让超长上下文训练效率提升约4倍；推理侧做出国产硬件上的四层KV缓存加分布式推理，官方口径整体效率提升约4.5倍。把短板用工程能力补上，这是讯飞二十多年做语音技术攒下的老本行。
他的赌注押在哪里
刘庆峰的判断是：约六成应用可以留在端侧完成，数据不出设备、没有调用成本。如果这个判断成立，未来AI的竞争就不只是云端大模型的军备竞赛，而是"端侧小模型与云端大模型"的协同效率之争。星火X2.6-4B端侧模型直接开源，前代产品已进入全球端侧模型下载量前四，说明这条路已经有人用下载量投票。
第三方跑分会不会验证这些指标，市场很快会给出答案。但至少"全国产算力能不能训出有竞争力的模型"这个问题，讯飞把它变成了可以公开对表的技术指标。
讯飞的路径依赖与突围
回头看讯飞的历史，这家公司多次在"不被看好的路线上"熬出结果：语音识别曾被认为市场太小，教育信息化曾被质疑盈利太难。刘庆峰的管理风格一直是先扎进一个领域做深，再等风来。全国产算力路线延续的正是这个套路——短期看是成本劣势，长期看可能变成合规壁垒：当国产化成为政企采购的硬指标时，提前十年布局的人已经坐在牌桌上了。
风险同样明显：如果国产芯片的迭代速度跟不上，工程优化迟早会撞上物理天花板。这也是为什么讯飞把效率指标公开化——它需要整个产业链一起进步。
普通人现在能做什么
开发者可以拿X2.6的真实任务跑一遍，和国外模型横评，别只看发布会PPT；企业采购者可以把"国产算力训练"纳入选型清单里单独打分，用自己业务的数据说话；普通用户则可以记住一个趋势——当端侧模型越来越强，你手机上的AI助手会越来越省流量、越来越懂隐私边界。
行业里跟风的人很多，敢长期押注一条难走路线的人少。这条路线成不成，未来两年见分晓。