要走向物理世界，科大讯飞的语音老本行能否撑起新生意？

10月22日，在2026科大讯飞全球1024开发者节主论坛上，科大讯飞正式推出了端云一体星火X2.6。

这家以语音技术起家的企业，接下来需要回答的是：如何将模型融入汽车、眼镜和机器人。这一探索并非刚刚起步。讯飞早已向车企提供智能交互产品，并运营着机器人超脑平台。如今，它试图整合语音、视觉和大模型能力，承担更多终端上的交互任务。

然而，商业层面的疑问随之浮现：客户愿意为哪些能力买单？这些收入能否改善讯飞的盈利状况？

01、为何此刻战略转向？

据披露，讯飞星火X2.6基于全国产算力完成了能力升级，模型尺寸为293-A30B，支持百万Token上下文，并上线了国产万卡推理集群。

科大讯飞声称，其率先突破了国产芯片在长程任务训练上的效率瓶颈，所研发的亲和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与带宽受限而导致的长程任务混训效率低下问题。

第四波注意到，在发布会上，科大讯飞的叙事重心整体转向了“让模型走进物理世界”。

而最新的财务数据，或许能解释科大讯飞为何在此刻进行战略转向。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，实现同比扭亏；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靠7.85亿元的非经常性损益，其中政府补助达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有待进一步改善。

投入也在持续增加。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，这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。回款端同样面临压力：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。

这些数字表明，对讯飞而言，当前需要解决的问题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，本身并不等同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核心竞争力，但大模型通过语义理解绕过了对“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，语音赛道的压力是实实在在的。豆包输入法利用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，日活达1200万；思必驰2023至2025年营收复合增长率仅为12.98%，毛利率超过60%却连年亏损，期间费用率长期维持在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%。

语音公司过去销售的是“语音技术本身”，而现在客户需要的是“能理解、能办事的交互”Agent，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%，这表明它自身也在向“卖模型调用”的方向转型，但开放平台毛利率仅为20.21%，新曲线尚未成长到足以替代旧曲线的厚度。

02、“第二曲线”还待验证

进入物理世界，为讯飞提供了另一种收费的可能性：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协调。

以机器人为例，当多人同时说话且周围存在设备噪声时，它首先需要判断谁在对它说话、何时应该回应，然后才是理解内容、执行任务。车内和眼镜上的交互也存在类似问题：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功能，可以说明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相结合，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，是为了让模型获得更可靠的输入。

这为讯飞多年积累的声学和交互技术提供了用武之地。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身的优势。

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，还不能回答这门生意的规模。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。将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进行计算；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会自然下降。

更直接的竞争来自客户自身。智元已经发布了面向具身交互的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性。

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。它已经拥有技术和客户入口，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晰，走向物理世界才会从发布会上的技术路线，转变为财报中的新生意。

本文来自微信公众号“第四波”，作者：卢杨，36氪经授权发布。