002230 科大讯飞 2026年8月21日投资者关系活动 业绩说明会

核心观点与关键数据

国产算力差距与影响

• 国产算力在显存带宽限制下，采样推理效率与H200相比存在约五倍差距，主要影响1M以上超长上下文训练任务。
• 讯飞核心产业化场景（教育、医疗、汽车、央国企）90%以上用不到超长上下文，算力差距对其影响有限。
• 国产算力正快速追赶，华为950DT综合性能已达H200的65%-85%，预计今年底至明年性能将显著改善。
• 随着美国对芯片出口管制趋严，国内同行将转向国产算力，国产算力生态将迎来红利期。

星火大模型能力与路线选择

• 星火作为唯一坚持在国产算力上训练的主流大模型，通过算法工程、垂直场景专家思维链等技术补偿硬件限制。
• 星火X2（300B）与GLM5.1能力相当后，与海外最新模型相比，差距将收敛。
• 讯飞不与头部海外模型在参数规模上“摸高”，而是聚焦产业刚需，采用云端协同模式，以极致性价比服务客户。

机器人业务进展与战略规划

• 讯飞机器人业务定位：在大模型公司中最懂具身智能，在机器人公司中最懂大模型。
• 优先切入物流分拣赛道，已获国内头部物流企业PoC订单，解决真实刚需能力获得行业认可。
• 聆动通用是讯飞将大模型能力与多模态能力应用于工业和商用领域的控股公司。
• 具备强泛化能力，能让原本使用的工业机械臂等设备接入后立即具备智能化能力。
• 与宇树、优必选等国内500余家智能机器人公司合作，提供多模态交互能力，赋能全行业机器人生态。

硬件成本上涨与供应链保障

• 供应链保障和硬件成本问题已上升到公司战略层面，公司已提前增加备货应对涨价。
• 存储等元器件涨价是行业性趋势，未来一到两年内供需偏紧状态可能仍将持续。
• 讯飞在供应保障上具有相对优势，与多家厂商保持良好战略合作关系。
• 公司将完成现有算力设备的必要迭代置换，同时成立联合攻关组前置开展技术攻关。

大模型市场与商业模式

• 工具类的代码能力逐步收敛，市场更像是一个通缩和内卷的状态。
• 讯飞已找到新商业模式：从token计费转向任务价值付费，结合底座模型能力和行业刚需，依靠数据飞轮在行业中形成领先优势。
• 教育业务中，讯飞批阅机按学校、按设备、按年收取服务费，已成为优质民办学校的刚需。
• 医疗业务中，影像云单次费用约5元，诊后患者管理服务费用从几百元到上千元不等。
• 讯飞在招投标类的大模型应用中，采用FDE的方式，形成持续的、年年付费的合作模式。

MaaS业务与开发者生态

• 讯飞开放平台的API及MaaS业务扣除算力等成本后，净利率在百分之十几，整体增长态势良好。
• 未来提升空间主要体现：模型尺寸与行业刚需的精准匹配、推理效率的极致优化、开发者生态的持续壮大。
• 讯飞总开发者数量已超过1150万，其中大模型相关开发者约323万，覆盖领域广泛。
• 讯飞机器人超脑平台已服务了90%的机器人厂商。

B端业务与央国企客户

• 模型定价持续收窄，价值转向深度绑定与数据治理。
• 讯飞已形成卡位优势，并有可复制验证案例，如国家能源集团落地的项目。
• 交付效率与毛利率同步改善，交付完成后的利润率呈现改善趋势。
• 客户在决策时更加沉稳，重新聚焦到真正的价值创造上。

资本开支与算力布局

• 公司下一阶段将更倾向以租赁为主，联合政府及厂商共建基础设施并承租使用。
• 讯飞在多元异构算力平台上具备核心竞争壁垒之一，未来两年模型能力供给将面临全社会需求的爆发式增长。
• 公司既具备承担国家战略任务的优势，也有与华为、海光的深度合作，以及作为寒武纪早期股东在供应上的优势。

B端业务景气度

• 教育领域，教学精准化与学习个性化已成为行业重点建设目标，公司相关业务的合同额增长明显。
• 医疗领域，基层辅助诊断与影像云业务全面提速，国家卫健委明确提出将基层辅助诊断能力的全覆盖作为下一阶段目标。
• 产业领域，模型带动AIcar需求旺盛，开发者生态快速增长。

C端业务与战略布局

• 讯飞高度重视交互感知能力较强的产品形态，相关产品在应用效果和性能上仍有较大提升空间。
• C端业务的方向仍然是聚焦强需求、商业逻辑已经验证的场景。
• 智能眼镜具备最强多模态抗噪能力、同时也是最轻便产品，翻译功能是眼镜类产品的一个基础刚需。

研发、管理、销售费用趋势

• 研发费用预计还会保持增长，与今年上半年占比从去年同期的20%提升到26%的趋势基本一致。
• 管理费用预计将出现明显下降，内部AI提效已经从研发延伸到各类管理环节。
• 市场推广费用今年下半年会有所增加，更主要的投入方向是场景布局，如批阅机业务和医疗业务。

企业端场景与渗透效率

• 企业端场景确实变得越来越复杂，公司应对的方式，一方面是聚焦更关键的场景，同时在与央国企对接过程中，帮助客户培养更多团队去承接更丰富、更细化的场景需求。
• 公司将持续沉淀工具、梳理行业知识库，提炼可以在全行业乃至泛行业范围内推广复制的智能体和应用场景。

应用层与Harness层布局

• 公司高度重视模型能力与Harness工程的结合，通过AI应用平台层面的一系列约束和规范来实现。
• Harness的价值不仅在于让模型真正在场景中落地，更重要的是，在一些敏感或高风险领域，能够有效降低模型幻觉、使其更稳定地达到专家级水平。
• 讯飞在国产算力上受到不少限制，在底层算法层面仍在持续进行创新探索，如今年高考中，公司模型与Claude并列取得708分的成绩。