深度推理模型已经是厂商竞争和企业关注的焦点。
去年以来，深度推理模型掀起了热潮。由于能模拟人类的系统性思维过程，它在解决复杂问题上的能力显著提升；在算力层面，DeepSeek通过软硬技术优化，实现了算力节省和成本降低；科大讯飞成功在全国产算力上跑通相关技术，这些突破都在不断降低企业的使用门槛。在应用层面，深度推理模型已呈现出广泛行业应用爆发的趋势。
为此，包括DeepSeek、科大讯飞、阿里和腾讯，都在今年一季度陆续推出了深度推理大模型。
今年1月，科大讯飞推出推理模型星火X1，并在最近两个多月，多次对模型能力进行升级迭代。4月20日，讯飞星火X1再次宣布全面升级，在模型参数小一个数量级的情况下，整体效果对标OpenAI o1和DeepSeek R1。
业界观察，从这次升级的情况来看，科大讯飞的定位明确：它要进一步打开垂类行业市场——无论从模型大小的选择、算力成本降低，还是相关行业数据的采用，亦或是强化学习和微调工具链和解决方案，以及“快思考、慢思考统一模型”，都瞄准了行业的落地痛点。星火X1升级后，将在教育、医疗、司法、能源、汽车等多个行业中，加快落地进程。
01
全栈国产化大模型，稳站第一梯队
4月20日，讯飞星火X1再次宣布全面升级。除了之前升级的数学能力，星火X1在代码、逻辑推理、文本生成、语言理解、知识问答等通用能力上，实现了以小一个数量级的参数规模，即70B大小的模型，整体效果比肩OpenAI o1和DeepSeek R1。
而且，除了常见的通用任务，讯飞星火X1由于融入了更多行业场景的复杂类型数据，其泛化性得到很大提升的同时，在多个行业任务上也展现出业界领先的能力。在重点行业如教育、医疗、司法等进一步扩大了领先优势。
比如，在专业性很强的司法行业，升级后的星火X1可以根据用户指令需求，详细分析案件争议点，快速定位材料中的关键信息，准确总结案件事实以及判决理由。
讯飞星火X1这次全新升级背后，涉及到三大核心技术突破——提出基于问题难度的大规模多阶段强化学习方法、统一模型下的快慢思考混合训练方法，以及多项工程技术的创新。
相比于其他大模型厂商，科大讯飞采用了全国产算力平台是“独一份”的，来做大模型训练和推理，背后是针对国产算力卡适配的大规模投入、技术突破和生态完善。
两年前，科大讯飞就与华为合作，建设了首个万卡国产算力平台“飞星一号”，能支持万亿参数大模型训练。科大讯飞董事长刘庆峰在今年年初透露，“飞星二号”将在2025年交付使用首批算力。
而最近，双方团队也基于全国产算力，在模型训练和推理上取得更大突破。针对MoE（混合专家系统）已成为大模型技术发展的核心趋势之一，今年3月，讯飞携手华为突破了在国产算力集群上，MoE模型的大规模跨节点专家并行集群推理，这是继DeepSeek公布其MoE模型训练推理方案后，业界首个基于国产算力的全新解决方案。4月，双方再次通过多种优化手段，将MoE模型集群推理的性能实现翻番。
DeepSeek掀起的热潮，让其成为业界新宠，一度对其他大模型厂商带来了巨大压力和挑战。但通过在算法和数据训练策略上下功夫、算法与国产算力上的技术攻关、工程优化等，讯飞深度推理大模型不仅在行业第一梯队，还在教育、医疗等行业领域更具优势。
02
降低行业赛道落地门槛是核心
业界从这次星火X1的升级重点来看，科大讯飞针对行业市场落地面临的痛点需求，逐一给出了解决方案。
DeepSeek-R1推出后，数智前线获悉，在行业中，一些客户场景必须选择满血版模型，才能满足性能上的要求。但满血版部署至少需要8张卡，算力成本不低。
为此，一些企业选择先将模型蒸馏到32B，来降低算力花费。“但32B肯定是没法与满血版相比的，它适合专属助手，类似安全规范、律所卷宗搜索、报告生成这种应用。”一位在工业领域的人工智能应用人士告诉数智前
线。
这次星火X1满血版则选择70B大小的参数量，推出“快思考、慢思考统一模型”，由一个模型同时支持两种思考模式，让模型部署仅需4张卡（华为910B），而整体效果对标OpenAI o1和DeepSeek-R1。这样的考量和创新，应该是基于企业落地的综合性价比。
值得关注的是，此前，一些企业选择深度推理模型上有些犹豫。“因为它的慢思考时延较长，在一些场景下，用户等不及。”一位政务行业应用人士告诉数智前线。而星火X1让企业能根据自身场景要求，选择不同的思考模式，适配不同的时延要求。
除此之外，讯飞强调星火X1训练中，融入了更多场景的复杂类型数据。从它的表述来看，不少数据可能来自它的重点赛道，如教育、医疗、司法等。一位教育行业应用人士分析这一做法的重要性。“专业语料的积累、质量和独特性，可能会成为各大模型竞争的终极战场。”讯飞也强调，这让其在“多个行业任务上展现出业界领先的能力”。
而产业链中非常核心的环节是，企业的私有数据如何与通用模型结合，最终做出行业模型和智能体应用。有行业人士告诉数智前线，今年以来，这方面的技术路线出现了一些变化。
在2023年到2024年间，大家采用的常规模式是，通用大模型结合RAG本地知识库，在一些更高要求的场景中，则去做模型微调。今年很多企业则通过强化学习方式，将自有数据训练到模型上去，形成行业小模型。
“从我们的业务实践中发现，强化学习需要的数据量更小，而且深度推理模型，经过强化学习之后，它的推理质量、任务响应力也有很好地提升。”一位金融企业人士说，由于强化学习对硬件需求大幅下降，也让大量企业能实现更快地落地。
而此次星火X1也全新升级了模型定制优化工具链，支持SFT（监督微调）、强化学习两种模型定制优化方案，可完成行业定制优化。
值得关注的是，科大讯飞大幅降低了模型定制门槛，SFT、强化学习两种模型定制优化方案只需16张卡（华为910B）。之前，对满血版DeepSeek的SFT，则需要256张卡，仅算力就要投资数千万元，这让一般企业望尘莫及。
这一系列降低模型落地的门槛举措，让各行各业都可以拥抱AI。而每降低一些门槛，就会激发出更大的长尾市场，进一步推动AI行业应用井喷。
还有一个关键的点是，在大模型落地中，企业需要的是智能化的应用，而不仅仅是一个AI平台。在去年的科大讯飞全球1024开发者节上，科大讯飞提出“建算力、理数据、训模型，到落场景、保安全、精运营”的全链路方法，提出从场景出发，给客户提供人工智能的解决方案。
以理数据为例，这是目前大模型应用落地中，非常关键的一环。在用户现场，数据以各种形式存在，质量参差不齐。科大讯飞在项目中沉淀了一套工具链。与行业主流开源工具相比，数据清洗、SFT数据准备效率都有大幅提升，而在知识问答领域里面，“多模态零采编”方案的能力优于开源工具，目前在中石油、中国绿发、华润集团和厦门航空都在使用。
多年的政府侧、企业侧积累，让科大讯飞建立了解决方案思路，并建立了很强的交付体系。“在现场，客户提出需求，甚至是人机界面这样的需求，科大讯飞的团队都会开发。”一位大型企业人士观察。这些打法，都支撑星火X1进一步打开行业市场。
03
行业应用将加速
得益于包括深度推理在内的大模型性能的提升和门槛的降低，业内普遍认为，今年是行业应用爆发之年。
原来企业落地大模型的一大痛点是，大模型本身能力还不够强。而伴随各类大模型性能的提高，包括深度推理模型在系统性思维过程的提高，大大提升了大模型在行业落地中的能力。
过去两年，科大讯飞在央国企、教育、汽车、医疗、政务、金融等领域中，实现了大量应用落地，而星火X1将激发出更多、更深入的行业场景应用。
央国企在大模型应用落地中动作较多。央国企扮演着基础设施的角色，涉及国计民生的方方面面，所以它们对技术自主可控的需求更加严苛。科大讯飞的全栈国产化能力，让其获得了这一市场的信赖。根据IDC 2024年《中国央国企大模型解决方案市场份额》报告，2024年央国企在大模型解决方案市场规模达 31.8 亿元。其中，科大讯飞市场份额居首位。
2025年开年以来，央国企在大模型应用上动作频繁。以中国石油为例，去年它已经与中国移动、华为、科大讯飞共建的昆仑大模型，已发布涵盖43个专业应用和通用应用创新场景。今年2月28日，昆仑大模型完成了新一轮模型能力、应用场景迭代和新增。目前，对外发布“行业大家”，面向能源化工领域，打造综合性知识服务与信息检索平台，已开启社会邀请体验。
行业人士认为，过去一年多的落地，央国企市场应用其实都还处于浅中层，业界面临落地逐步走向深水区的挑战，如油田勘探数据分析、金融风控交易链分析甚至电力调度这一非常有深度的场景。而包括星火X1在内的深度推理大模型，也正从辅助工具逐步走向决策“大脑”，探索进入更多核心场景。
在教育、科研和央国企领域，AI for Science的应用越来越重要。目前，讯飞联合中科大刘海燕教授团队，成功设计了48个自然界不存在的全新蛋白质，把原来需要6个月的实验提速到只需1天完成。另外在单细胞基因表达课题的研究，托卡马克等离子体控制的研究上，大模型的应用正在加快科研工作的进展。
此外，科大讯飞还联合中科大研发“化学大模型”，联合中科院大连化学物理研究所研发“化工大模型”。而讯飞发布的星火科研助手，已在中科院下属116个院所使用。
在智算建设市场，业界提出智算中心要避免重建设、轻需求，以应用为导向，提高整个算力中心的利用率，并带动各地产业经济。4月17日，在湖北利川武陵山（利川）人工智能计算中心二期上线中，科大讯飞帮助打造的全国首个县域文旅大模型，也同期投入运行，构建起覆盖游客、商户、政府的三端服务体系。这是智算中心建设运营的生动体现。讯飞将持续通过“算力+数据+算法+场景+生态”五维体系，助力城市打造AI产业底座，推动传统产业智能化升级。
汽车智能化也是当下的热点。以大模型上车为例，科大讯飞与支付宝合作搭建了咖啡助手智能体，支持车内刷脸无感支付订咖啡。
另外，通过“快思考”与“慢思考”的统一，讯飞星火大模型将实现根据用户提出的问题类型，智能分配算力资源，选择合适的模型进行处理。比如简单的车辆控制指令，如调节车窗、空调温度等，采用“快思考”模型快速响应；而旅游规划、餐厅推荐等需要多轮交互和深度推理的复杂问题，则会启用“慢思考”模型，提升用户体验。
目前，讯飞星火大模型已落地16余款车型，在中国汽车出海的前十强车企中，有八家选择与科大讯飞合作。而本周将举办的上海车展，讯飞也将会有新的合作进展披露。
随着落地门槛的降低，与行业需求的交融，结合讯飞在多个行业赛道一二十年的积累和全链路打法，星火X1在行业赛道上将释放更大潜能，推动行业应用迈向深水区，争夺行业智能化市场。
