摘要

2026 年世界互联网大会期间，科大讯飞展出基于全国产算力训练的星火语音基座 SparkAudio 1.0，新增实时说话人分离、环境声理解与情绪识别；现场 AI 眼镜整机约 40 克，覆盖 122 种语言及口音。

事件经过

11 月 2 日至 5 日，2026 年世界互联网大会在浙江乌镇举行，「互联网之光」博览会同期开幕。科大讯飞在 A2-02 展位展出其全栈自主可控 AI 体系，重点包括星火语音基座大模型 SparkAudio 1.0 与讯飞 AI 眼镜等硬件。

关键能力与数据

· 语音基座：SparkAudio 1.0 基于全国产算力训练，升级语音识别、同传与交互能力，并拓展实时说话人分离、环境声理解、音频理解与情绪识别。

· 落地产品：相关能力已进入讯飞输入法 16.0、讯飞听见、智能办公本、翻译机等。

· AI 眼镜：整机约 40 克，集成旁听同传、面对面翻译、通话翻译与视觉翻译，覆盖 122 种语言及口音，中文可与 13 种外语离线互译。

· 翻译硬件：讯飞翻译机 2.0 支持中文与 80 余种语言互译、17 种语言离线翻译；智能办公本 X5 支持分角色转写、手写批注与自动生成纪要，核心能力可离线运行。

· 算力底座：飞星平台为全国首个国产万卡算力底座，支持万亿参数模型训练。

行业意义

语音是国产大模型最容易被低估的战场：它不卷榜单，卷的是方言、口音、噪声与离线可用性。把语音基座做成可复用的 1.0 版本，再挂到输入法、翻译机、办公本、眼镜四条硬件线上，是典型的「一底座多终端」打法；40 克眼镜与 13 种外语离线互译，指向的是真实出差与会议场景，而不是实验室 Demo。难点仍在功耗与延迟——离线能力越强，对端侧算力与模型压缩的要求越苛刻。

原文出处

· 网易·金融界《乌镇之光 三大问题看懂科大讯飞》（2026-11-03）：https://www.163.com/dy/article/LAQIJCGP0519QIKK.html

· 新浪财经《AI 落地三道难题，科大讯飞在乌镇现场作答》（2026-11-03）：https://finance.sina.com.cn/tech/roll/2026-11-03/doc-inixnitv8615562.shtml