6月27日，“正和岛2025案例共学年会暨AI+先行者创新大集”在合肥继续进行，本次大会以“向新力”为主题，千余位企业家共同探讨AI时代下的组织变革与商业格局。

在大会上，科大讯飞董事长刘庆峰以《解放生产力 释放想象力——通用人工智能技术进展及典型应用》为题，做了一场精彩的演讲。

在分享中，刘庆峰预判今年是全民AI和全行业AI的元年。面对美国对中国高端算力芯片的限制，中美在本轮大模型竞争中差距缩短至3到6个月，不会再形成代差。他认为国产自主可控比以往任何时候都更加迫切，我们必须坚定地在国产化平台上发展通用人工智能。

以下是刘庆峰在正和岛案例共学年会上的演讲全文，以飨读者，内容有删减。

口 述：刘庆峰 科大讯飞董事长

中美AI大模型差距，缩短至3到6个月

中国的高考只是观察人工智能发展的一个切面。在国际上，如国外的奥数等赛事中，人工智能的应用也十分广泛。不过，从整体技术发展情况来看，在本轮以GPT框架预训练到强化学习为代表的大模型竞争中，中美之间的差距正在不断缩短。

美国如OpenAI、Anthropic等头部公司慢慢聚焦，把那些数学、物理等领域的天才们，培养成人工智能研究专家，所以在科学模型的构建上，美国独树一帜。

中国也挺卷，“百模大战”卷到头部企业最多只剩下5~10家。去年9月13日，OpenAI推出深度思考模型，在做数学、深度推理上大幅度提升。今年1月，我们推出非常小的13B深度推理模型，由于算力限制，我们必须研发很小的模型，国产算力才能支撑得住。

此后，DeepSeek、豆包、阿里等企业一路你追我赶，在通用大模型这一波竞争中，中美两国的实力已经非常接近，差距仅在3到6个月之间，绝对不会再形成代差。

在此背景下，美国对我们限制了什么？当DeepSeek一出来，美国非常震惊。因为此前他们集体对中国大模型和科技创新能力有误判，突然看到，中国发展速度离美国这么近，所以美国进一步加大对算力的限制。

2022年10月7日起，美国对支撑我们大模型和人工智能芯片限高限宽。限高是指单芯片算力不能超过312T；限宽是指大模型数据交换带宽不能超过400G。后来，美国又进一步宣布全面禁售，连阉割版的芯片都不给了。

今年美国的新规定是，所有出口管制扩展到了三星、台积电等芯片代工厂十几纳米芯片的出口管控，之前我们可以用堆叠工艺变成7纳米，现在这些路径全部被堵死了。

在这样的限制下，中国大模型和人工智能基础设施上，与美国差距仅在3到6个月之间，但我们的算力支撑到底怎样？我想告诉大家，刚才说到的高考语文、英语和数学的主流模型中，只有讯飞一家是基于国产算力训练的。而DeepSeek和豆包等企业全是基于英伟达芯片训练的，国产算力训练大模型压力非常大。

2022年11月30日ChatGPT推出时，美国对中国的芯片限制已经限高限宽，华为的910B芯片算力为113T，与美国的基本一致，带宽规定不能超过400G，而中国实际为392G。

理论上，中国应该能达到A100或A800芯片80%到90%的性能。可那时候，同样的硬件技术下，我们在训练大模型的效率上只有30%。

任正非在华为组建了有史以来最高规格的特战队，到2023年10月，我们联手把训练效率做到95%。因此，2024年1月30日，我们推出了第一个基于国产算力训练的中国千亿大模型——讯飞星火3.5，为国家兜了底。

去年9月13日，DeepSeek R1深度思考模型的技术很出圈，由于我们有很多积累和基础，仅用一个月时间，我们就复现了所有技术。

但当我们使用国产算力训练时，原本在原有算法中达到95%的效率却降到了25%，我们又花了三个多月的时间，将效率提升到了73%。在高考中，这一技术得到了验证。今天中国的大模型训练一定是在全国产算力的基础上，用更少的算力、更小的模型参数，训练出与全球对标的技术，我们才有可持续发展的底气。

为什么能做到？我们的模型是70B，如果一个岛亲机构要用满血版的R1，需要两张卡，而如果要深度训练，R1无法做到，你要自己用开源模型训练，这可能需要512张卡。而我们使用星火X1，32张卡就可以了。OpenAI O1的规模更大，可能要上万张卡。能做到这一点，是因为中国有自己的算法创新。

快思考是迅速给出答案，而慢思考通过深度推理反复验算，给出最好的模型。但V3和R1是分别单独训练的，一个企业要安装两套系统。我们在国内率先使用一个框架，企业装一套系统，可以自由切换快思考和慢思考模式，想用快的用快的，想用慢的用慢的。

正因为有这些技术创新，才使我们能够在自主可控的通用底座上快速训练出行业模型，从而进入到企业场景。通常，一个新技术的规模化应用的技术门槛要达到89%到90%的准确率。

例如，手写识别在摩托罗拉做到89%后，所有人开始用手写识别；语音识别在手机上的识别准确率达到90%后，用户数量从几十万增长到上亿，如今其准确率已达到98%。

大模型的典型应用场景

今天，通用大模型在初步使用中常出现幻觉问题，有很多“讨好型人格”特征，平均准确率约78%左右。相比之下，行业模型经过精准训练后，准确率可达80%以上，场景定义清晰，准确率能达到95%。

这个基本框架下，前提是什么？我们是否有全自助可控的平台上训练出自己的底座模型。比如教育，因为有自主可控的模型，可以把机器的思维链转化为教师的教学思维链，以问题导向，打造中小学教师助手，这些性能指标明显优于GPT4.5。

在医疗领域，我们的大模型已通过国家职业医师资格考试，超过了99%的考试学生，我们与葛均波院士合作的心内科应用，以及与安徽医科大学校长翁建平教授合作的糖尿病专业应用，均已达到超越主治医师水平的成效。随着深度推理技术的出现，今年的大模型在多个专科领域实现了顶级水平的突破，就是因为有了一种快速的行业训练工具链。

今年两会后，最高人民检察院引入人工智能技术，用大模型来推动司法的公正，做类案推送、法条对应、辅助量刑和文书生成等十项能力，我们用专业模型，准确率能提升到83%，很多领域超过90%。前两天，工信部在能源领域的碳排放评估测试中，大模型在48名考生中位列第五，跻身前20%。

这些技术进步推动了大模型在多个领域的广泛应用。

在教育领域，大模型可担任口语、科学、编程教师及心理辅导员。在医疗领域，已支持近4亿次电子病历和10亿次辅助诊断，纠正了170万次不合理诊断和9000多万次不合理处方，并致力于个人健康助手的开发。在翻译领域，大模型在大学六级考试中超越99%的考生，其应用场景从旅游扩展到商务谈判和合同签订支持，尤其在抗噪、远距离交互、离线翻译和专业领域表现出色。

此外，我们还开发了图片文案生成和视频制作工具，支持多国语言，助力农产品和工业产品出海。

与岛亲出海相关的，比如在翻译领域，大模型在大学六级考试中超越99%的考生，今天翻译机主要变化是，不再是出国旅游、聊天、点菜之类的，还支持商务谈判和合同签订，离线状态下，英语、俄罗斯语、法语、德语等都有。

一个增长较快的场景是，中国企业出海建厂，在工厂有噪声环境下可以抗噪，并支持远距离交互，这是非常大的突破。此外，我们还开发了一些工具，无论是农产品出海，还是工业产品出海，给出几张图片、一个要求，可以直接生成文案或视频，同时配上所需要的任何国家的语言。

我们发布了业界第一个同传大模型，自己录一段中文，可以自动生成各国语言，且跟视频文本、手势都要对齐。今年，东盟博览会上正式发布面向东盟电商的自动翻译支持平台。

在办公领域，打造每个人的办公助手。今天会议，如果拿着讯飞办公本，可以全程录音，并自动转写成文字，自动生成会议纪要和代办事项。这个软件到了什么程度？今年总用户数过了9000万。即便是三五个人的小型会议，用手机录到后台，也能马上提炼每个人的观点，并形成综合结论。

此外，我们与中国移动合作，大家经常在开车或走路时，接到领导的工作电话，申请这个功能后，电话一挂断，会议纪要就出来了，这些功能大家都很欢迎。

在工业领域，今天大模型能支持研产供销服管几乎每个环节，我们通过前端的麦克风阵列和语音芯片、视频芯片，让所有设备“能听会说、能看会认”，再结合后端的大模型，实现设备“能理解、会思考”。

在家电领域，第一个大模型招标的是海尔，我们中标了，其后又与TCL、美的等家电企业积极合作。2022年，我们在家电行业的芯片出货量达到1300多万片，2024年增至4000多万片，预计今年将突破6000万片。

人机物万物智能互联时代正在到来。在这个基础上，无论是产业数字化还是数字产业化，其实都需要用代码来连接现实世界和虚拟世界，今天用软件来大幅提效，已经成为行业共识。

今年计算机和软件专业首次出现就业率和工资下滑的情况，OpenAI说ChatGPT已经通过了Google二级程序员测试，这个岗位年薪18万美金，这是代码的进步。

再举几个例子，讯飞内部的智慧黑板、智慧课堂产品，从Windows系统迁移到Linux系统需要三个月的开发周期，现在一个月就搞定了。

这种效率的提升，不仅加快了软件开发的速度，还降低了技术门槛，使得每一个不会用编程、不懂技术的员工，只需要洞察岗位需求，直接下指令，能让模型帮你完成相应的工作，从而创造一个又一个智能体，极大地丰富了创新创造的可能性，不再受限于技术门槛，关键在于我们是否有想象力。

在招投标系统中，利用人工智能技术，不再只是简单写一篇文章，好玩有趣，还可以精准解读非常严肃的标书，读懂标书的关键要求和评标方法，然后自动检测标书是否存在造假或雷同问题，并提出自动替换建议、查找预警信息，甚至生成砍价建议。最近国家发改委决定全国推广，在合肥市招投标中心的实践中，大模型将专家评审一致性从75%提升到95%。

今天，大模型的应用场景非常多，然而，最重要的是要将通用大模型成功转化为行业模型并实现落地，需要解决一系列关键问题。

例如，一定要知道怎么建算力，是利用国产平台又或是结合国产和英伟达的混合算力调度平台。又怎么整理数据，用自动化工具，效率提升至24倍。怎么训模型，企业是用一个小的几千万参数的模型，还是要用大模型上千亿参数，这要根据实际情况做专门的对应，落到场景里，保证安全。最后，用看得见、摸得着的场景和统计数据，证明大模型应用的实际效果。

我们只要告诉智能体一段话或一句话，智能体会把这个事情分解成多个任务，找到需要调用的工具，并查找所需内容，然后把每一个完成的任务完串在一起，最终完成整体目标，这叫智能体。

以中石油为例，5000多名员工参与岗位提升大赛，1000多支队伍开发了2000多个智能体，其中100多个获奖。目前，这些智能体在中石油的100多个办公应用和300多个生产和销售过程中产生了实实在在的效果。

今天大模型时代，绝不是单个企业的竞争，而是整个生态体系的繁荣，要让我们的技术给到更多的企业应用，要让更多的创新者去开发。

在讯飞人工智能平台上，去年一年新增了170万开发者团队，做出来近100万新应用。这中间最大特点是，以前的应用大部分是以社交、娱乐为主的APP，现在54%的应用与工业相关。

中国大模型在这一波红利中，与美国的差距已缩小至3到6个月，在行业应用的红利，中国一定会更率先拿到。

作为产业的开发者和创新者，我们需关注源头技术创新，与美国的差距越来越近更理性地看，这是原创与追赶的差距，我们在学习它，它是原创。如果我们不能从源头基础上对人工智能进行更长远的布局，未来很难最终胜出。

前天我们在讨论合肥这座城市的特点，这座城市正在布局GPT框架人工智能计算方法，怎么与量子计算深度结合，从而彻底解决算力焦虑问题。又怎么利用人工智能助力可控核聚变技术，将原本需要10天的模拟试验缩短至1天，准确率从93%提升至97%。如果可控核聚变技术，能输入1度电产生超过1度电，实现能量正输出时，将彻底解决能源问题。

我们期待跟大家一道，在正和岛年度大会上深入交流，共同面向未来，解放生产力，释放想象力。谢谢大家！