讯飞星火是哪家公司的？拆解科大讯飞的大模型底座
上周三晚上快十一点，一个做企业知识库的朋友在微信上甩来一句话："我们采购清单上填的是讯飞星火，老板今天问我讯飞星火是哪家公司的产品啊，我当场愣住。"我当时有点意外——一个天天跟大模型打交道的人，居然答不上来。后来我在几个技术群里随手问了一圈，发现答错的人还真不少：有人说是百度的，有人以为是某家拿了融资的创业公司，还有人把它和微软的 Spark 工具链搞混了。
这个问题看起来是个"查一下就知道"的低级问题，但它其实挺关键。搞清楚厂商是谁，直接决定了你敢不敢把它接进生产环境、能不能谈私有化部署、以及在国产算力这条路上它到底能走多远。
讯飞星火是哪家公司的？先把答案说死
核心结论：讯飞星火（SparkDesk）是科大讯飞股份有限公司（iFlytek，深交所股票代码 002230）自主研发的大语言模型产品线，2023 年 5 月 6 日首次公开发布，其大模型训练与推理主要跑在国产算力平台上。它不属于 BAT，也不是某家大模型创业公司的作品。
这个答案之所以需要反复强调，是因为市面上"某某大模型"和"某某公司的某某大模型"之间经常被媒体混着写。科大讯飞在 2023 年 8 月 31 日国家网信办公布的首批通过《生成式人工智能服务管理暂行办法》备案的生成式 AI 服务名单中在列，备案主体就是科大讯飞本身，这一点在官方公告里写得很清楚，没有中间层。
这家公司到底什么来头
科大讯飞 1999 年在合肥成立，创始人刘庆峰出自中国科学技术大学语音实验室，2008 年在深交所上市。它的老本行是语音识别与合成，中文语音市场做了二十多年。2022 年底 ChatGPT 爆火之后，讯飞把重心压到了认知大模型上，内部叫"1+N"攻关结构——1 是通用底座模型，N 是教育、医疗、办公、汽车这些行业赛道。
研发投入这块有个数字值得记一下。刘庆峰在 2023 年度业绩说明会上公开提到，公司当年在大模型方向的研发投入超过 20 亿元；科大讯飞 2023 年年度报告（2024 年 4 月披露）里也能看到研发费用同比明显抬升。这个量级在国产大模型厂商里属于中上水平，算不上烧得最猛的，但胜在业务线本身能反哺——至少不用天天靠融资续命。
技术原理拆解：训练在哪儿跑，推理怎么落地
讯飞星火的技术路线有几个可以确认的锚点，我按"训练—推理—多模态"三层拆开说。
大模型训练：为什么非要绑国产算力
2023 年 10 月 24 日，科大讯飞和华为联合发布了"飞星一号"平台，基于昇腾 AI 芯片生态构建。2024 年 1 月 30 日发布的讯飞星火 V3.5，官方明确说明是在飞星一号上完成训练的。到了 2025 年 1 月 15 日发布的讯飞星火 X1，定位是"基于全国产算力训练的深度推理模型"。
这条路线和很多同行的选择不太一样。多数厂商训练还是跑在英伟达集群上，讯飞很早就把宝押在国产算力上，代价是早期训练效率偏低、算子适配要自己啃，好处是供应链风险小。我在去年做过一次小规模的国产卡微调实验，坦白讲，工具链的成熟度跟 CUDA 生态比还是有肉眼可见的差距，踩坑不少。但这类基础设施一旦跑通，长期价值是实打实的。
大模型推理：从云端 API 到私有化一体机
推理侧讯飞走的是三条腿：讯飞开放平台上的公有云 API、面向政企的私有化部署、以及软硬一体的推理一体机。这个组合在国内大模型市场里比较常见，原因是政企客户的数据不出内网是硬性要求，纯 API 方案根本进不去。
模型版本迭代速度不慢，我把几个关键节点整理成了表格，方便对照：
| 发布时间 | 版本 | 关键变化 | | --- | --- | --- | | 2023.05.06 | 星火 V1.0 | 首次发布，文本生成与多轮对话 | | 2023.08.15 | 星火 V2.0 | 代码与数学能力显著提升 | | 2023.10.24 | 星火 V3.0 | 同步发布"飞星一号"国产算力平台 | | 2024.01.30 | 星火 V3.5 | 在飞星一号上完成训练 | | 2024.06.27 | 星火 V4.0 | 多模态与长文本能力补齐 | | 2025.01.15 | 星火 X1 | 全国产算力深度推理模型 |
数据来源：讯飞开放平台官方模型发布记录（xfyun.cn），截至 2025 年 6 月整理。
多模态大模型：讯飞真正的差异化在哪
如果只盯着文本推理的跑分，讯飞星火跟 DeepSeek、通义千问这些同代产品各有胜负，谁也没法碾压谁。但多模态大模型这块，讯飞有个别人不太容易复制的优势：它做了二十多年语音。
语音转写、说话人分离、方言识别、语音合成，这些能力直接嵌进多模态链路里，形成"语音输入—语义理解—语音输出"的闭环。我实测过它的实时语音转写接口，在带口音的会议场景下准确率确实比通用方案高一截，尤其是南方口音。这不是模型参数的胜利，是数据积累的胜利。想横向看国产大模型的整体技术路线差异，可以参考 国产大模型技术路线盘点 里的对比。
实战场景：我把星火接进项目之后
去年下半年我帮一个做医疗器械的客户搭内部知识库，他们的诉求很具体：会议录音要自动转纪要，还要能基于历史文档做问答，数据不能出内网。最后方案是讯飞星火的私有化部署 + 语音转写模块。
真实体验是这样：语音转写这块基本没让我操心，接入文档清楚，方言场景下的表现超出预期。 但纯文本的复杂推理任务，说实话没有宣传得那么神，遇到需要多跳推理的问题，还是得靠提示词工程和 RAG 检索兜底。另外私有化部署对硬件的要求不低，客户最后加了一台推理一体机才把延迟压到可接受范围。
这个案例我想说明的是：选大模型不是选跑分冠军，是选跟你场景最匹配的那一个。如果你的业务链条里有大量语音数据，讯飞星火大概率是国产大模型里最顺手的选择；如果纯拼文本推理成本，可以看看 大模型 API 成本对比 那篇的实测数据。
别搞混了：几个容易张冠李戴的国产大模型
这个问题被问得多了，我干脆做了张归属对照表，省得下次又要解释一遍：
| 大模型 | 所属公司 | 总部 | | --- | --- | --- | | 讯飞星火 | 科大讯飞股份有限公司 | 安徽合肥 | | 文心一言 | 百度 | 北京 | | 通义千问 | 阿里巴巴 | 杭州 | | 混元 | 腾讯 | 深圳 | | 豆包 | 字节跳动 | 北京 | | 智谱 GLM | 智谱华章 | 北京 | | DeepSeek | 深度求索 | 杭州 |
表格按厂商总部所在地整理。有意思的是，国产大模型的地理分布高度集中在北上杭深，合肥算是里面比较特别的一个——这也是科大讯飞二十多年扎根一座城市的结果。
关键要点速览与下一步怎么学
- 讯飞星火是科大讯飞（002230）自研的大模型产品线，2023 年 5 月 6 日首次发布
- 大模型训练主要依托与华为共建的"飞星一号"国产算力平台，X1 定位深度推理
- 真正的差异化在多模态大模型，尤其是语音相关的输入输出链路
- 推理侧提供公有云 API、私有化部署、一体机三种形态，政企场景是主战场
- 选型别只看跑分，先看自己的数据形态和合规要求
如果你刚开始接触国产大模型，我的建议是先注册讯飞开放平台拿个免费额度，跑一遍语音转写 + 文本问答的完整链路，感受一下延迟和成本。然后带着具体场景再去对比其他厂商，比空看榜单有用得多。下一步可以顺着"大模型训练—大模型推理—多模态"这条线系统补一遍基础，别急着上手微调。
相关推荐
- 阅读相关专题：[VergeX 大模型专题](https://vergex.cn/topics/llm)，覆盖国产大模型厂商格局、技术路线与选型方法
- 查看工具推荐：[VergeX AI工具导航](https://nav.vergex.cn)，收录主流国产大模型与开发工具，支持按场景筛选
- 订阅更新：关注 VergeX 站内更新，第一时间获取国产大模型版本迭代与实测报告