2026年2月3日下午，科大讯飞股份有限公司联合创始人、总裁吴晓如做客《赵福全研究院》高端对话栏目，作为栏目第78期嘉宾，与世界汽车『工程师』学会联合会（FISITA）终身名誉主席、清华大学车辆学院教授、汽车产业与技术战略研究院院长赵福全进行了一场一对一的深度对话。本栏目由盖斯特管理咨询公司策划、赞助并在其官方视频号播出。在直播之后，我们精心整理了对话内容，因篇幅较长，故分四部分推送。本文为第一部分的文字、视频和音频。
【核心观点】
拓展升级：汽车消费者对于车内导航、音乐等应用的需求显著提高了。这不仅仅是要求把原有功能做得更好，而且希望实现功能上的拓展和升级。也就是说，今后汽车要变成一个移动的音乐厅、一个移动的影视厅，同时还是一个移动的健康空间。为了实现上述功能拓展，就需要像科大讯飞这样的供应商与车企共同努力。
范式变革：此前汽车主要以硬件配置体现产品差异，现在汽车呈现出硬件标准化和同质化、而以软件实现产品差异化的趋势。未来汽车将进入到数据主导的智能化阶段，车企基于AI可以为用户提供更好的服务及体验。
空间属性放大：无论是客厅般的舒适体验，还是音乐厅般的音响效果，汽车作为“第三空间”的特征与内涵日益丰富。用户的空间需求大幅拓展，车上也需增加更多功能，整车企业只靠自身力量难以应对，这就需要与供应商进行共创。
整供关系改变：不再是车企直接给出功能定义、供应商按要求交付的单纯买卖关系；而是车企先提出功能定义，然后整供企业一起讨论相关场景、完善功能定义、共创技术方案。由此，整供车企之间就从简单的买卖关系转向了协同共创的伙伴关系。
AI赋能：未来AI能力平台将成为汽车产品的“基础设施”，即每辆车上都会搭载一定的基础硬件，以支撑后续不断增强的AI功能。这其中有很多细节的工作，需要整供双方共同商讨及推动落地。
AI重塑：AI带来的影响不只局限于某一项技术或某一个环节，而是会波及人类社会的各个方面。就企业而言，AI将引发整个运营体系的全方位变革，从研产供销服全链条的各个环节，到产品体系、知识体系、能力体系及人才体系等，都将被AI重塑。
模型与应用并重：科大讯飞采用差异化竞争策略，即AI基础大模型开发与重点行业关键场景应用同步推进，二者相辅相成、互为促进。
大模型要素：最终大模型就相当于一种非常底层的操作系统，或者说类似于一种基础性的数据库。至于谁能成为竞争留下来的大模型公司，关键因素在于：其大模型是否在一些体量大、范围广、用户多的场景中落地应用了。
清华大学教授、汽车产业与技术战略研究院院长赵福全（左）与科大讯飞股份有限公司联合创始人、总裁吴晓如（右）
【对话实录】
赵福全：大家好！欢迎大家来到《赵福全研究院》高端对话栏目。我是本栏目的主持人、清华大学的赵福全。本栏目由盖斯特管理咨询公司承办，在此表示感谢。本栏目自2014年创办以来，今天迎来了第78期专场，我们非常荣幸邀请到了科大讯飞总裁吴晓如先生，请吴总和大家打个招呼。
吴晓如：大家好！我是科大讯飞的吴晓如，非常高兴参加赵老师的节目。
坚守技术创新初心，不断扩展
产业应用边界
赵福全：吴总，欢迎来参加本期高端对话节目。大家对科大讯飞的印象可能大多停留在能够“将语音转换成文字”的一家公司。实际上，科大讯飞是涉足多个领域的科技公司。以汽车产业为例，应该说10年前科大讯飞与汽车的关联还比较少，不过随着汽车智能化的深入发展，科大讯飞早已成为汽车产业的重要参与者和贡献者之一。下面先请吴总为广大观众介绍一下，科大讯飞是一家怎样的公司？主要从事什么业务？
吴晓如：的确，在很多人印象中，科大讯飞是专业做语音转换的公司。我们公司是在1999年底由学生创业成立的——当时创始人刘庆峰董事长和我都是中国科学技术大学的在读研究生。公司的前身是中科大的语音实验室，因此多年来公司业务与语音技术的关联度一直比较高，但实际上我们涉及的领域不限于此。科大讯飞最早从事语音合成和识别技术，后来逐渐扩展到翻译和图像业务，到今天开始致力于AI大模型等技术。也就是说，科大讯飞首先是一家技术型公司。
在商业模式上，科大讯飞早期主要是为其他公司提供技术授权。后来随着我们的技术在一些行业应用得越来越深，就诞生了各种应用系统和解决方案。目前科大讯飞的技术在教育和医疗等行业有很多应用，可能这些行业的从业者对我们了解得更多一些。2024年我们还把医疗板块拆分出来，成为一家独立的上市公司。
对于汽车行业，在10年前科大讯飞做得还很少，只是有一些车企开始使用我们的语音交互技术。可能很多人还记得，那时车载导航里出现了『林志玲』或者『郭德纲』的声音，大家觉得挺有趣，这就是我们做的。不过近几年随着汽车智能化的程度越来越高，我们的汽车业务也做得越来越多了，不仅为车企提供语音识别、合成及交互技术，还深入到智能音响等领域。
总的来说，科大讯飞是一家最早由学生创业、后来逐渐发展壮大的技术型公司，现在我们的技术在一些行业的应用越来越深入。
赵福全：目前科大讯飞的规模有多大？研发实力如何？能否从人才结构的角度来讲一讲，比如研发人员所占的比例有多少？
吴晓如：目前科大讯飞大约有1万多人，其中技术开发人员占60%，约六七千人。在这些研发人员中，有1500多人专门做AI技术，我们专门设有AI研究院，主要研究各种大模型，像讯飞语音、翻译大模型等相关技术就是在这个研究院开发出来的；同时，我们还设有软件技术中心和硬件技术中心。此外，我们还有各个不同的业务部门。公司的组织架构大体上就是这样。
赵福全：现在学生创业比较流行，但在1999年还非常少见。可以说，科大讯飞是应时代需求而诞生、随时代发展而进步的，公司业务从最初的语音合成与识别技术逐渐拓展到多种技术，并在多个行业应用。刚才您谈到，目前科大讯飞有1/4的研发人员在做AI技术，包括开发大模型，这可以说是紧跟智能化大潮的热点了。实际上，科大讯飞作为一家技术型公司，其发展历程就是始终坚持核心技术创新，同时把这些技术不断应用到更多的行业和领域中。包括汽车行业，近年来科大讯飞也做得越来越多。吴总，我们这个栏目主要就是面向汽车行业的，所以下面我想更多围绕着汽车业务来与您探讨。
众所周知，当前汽车产业正在经历前所未有的颠覆性变革。此前汽车在本质上就是硬件集成的产品，主要以硬件配置体现产品差异；在汽车销售出去之后，整车企业与用户基本上就没有直接联系了。随着智能网联技术的发展和应用，现在汽车搭载的软件越来越丰富，呈现出硬件标准化、同质化而以软件实现产品差异化的趋势；整车企业在用户使用汽车的全过程中都与其连接，并通过更新软件等手段持续优化用户体验。展望未来，汽车将进入到数据主导的新阶段，基于数据的AI能力会越来越强，车企基于此可以为用户提供更好的服务及体验。这意味着在SDV（软件定义汽车）的产品演进尚未完成之际，汽车行业现在已经开始探索AIDV（AI定义汽车）的发展之路了。在此背景下，我想了解一下，科大讯飞的汽车业务目前占多大比例？近几年的发展态势是怎样的？
吴晓如：目前科大讯飞汽车业务的体量还不算大，大约占我们整体营收的7%左右，但是发展速度非常快。早年科大讯飞是通过语音识别技术进入汽车行业的，当时车企发现车内不能只有触屏，还需要有语音，所以科大讯飞就为其提供语音技术的使用授权。后来不少车企合作伙伴希望我们能再进一步做一些场景的应用，比如通过语音来优化导航场景等。由此，科大讯飞的汽车业务也就从单纯的语音技术授权扩展到各种场景应用。在这种情况下，近几年我们的汽车业务整体上在不断扩大。
实际上，一直以来科大讯飞都聚焦于软件业务，所以之前在硬件主导的汽车行业中，我们的业务规模并不大；而现在由于软件在汽车产品中的比重越来越大、受重视程度也越来越高，我们与汽车行业的联系也就越来越紧密了。应该说，汽车行业是科大讯飞非常看好的、预计未来将会快速发展的业务板块之一。在这方面，今天我会和赵老师进行深入的交流。
整供车企协同共创是未来汽车
产品成功的关键
赵福全：当前，汽车产业正在发生一系列重要变化。过去，汽车产品主要围绕硬件进行集成式创新。汽车产业形态则是由上游供应商、中间整车企业、下游经销商构成的线型链条；整供之间的分工很明确，供应商按照整车企业的要求提供零部件即可。现在，汽车产品通过硬件配置来实现差异化已经越来越难了。一方面，硬件很容易被竞争对手效仿而趋于同质化；另一方面，硬件研发周期长、投入大、成本高，一味堆砌硬件会给企业带来很大的负担；更重要的是，产品上市后即固化的硬件，无法为用户持续提供越来越多的功能、越来越好的体验。所以，正如吴总刚才谈到的，软件在汽车产品上的重要性越来越高、应用越来越广。实际上，汽车产业已经进入到软件主导的时代，特别是在AI应用的热潮下，软件的价值还在进一步增大。由此，汽车产业形态正向多主体分工协作的网状生态转变；相应的，整供之间也不再是泾渭分明的甲乙方，而是共生共创的合作伙伴，并衍生出一系列新的商业模式。比如近期广汽、『宁德时代』和京东就合作打造“国民好车”，由京东提供用户洞察、销售及售后服务，这就完全不同于以往供应商、经销商的角色了。
那么，您作为科大讯飞的领军人，如何看待汽车整供关系与合作模式的这些变化？这会不会为科大讯飞带来新的发展机遇？如果答案是肯定的，科大讯飞又该如何把握住这种机遇呢？请谈谈您的思考。
吴晓如：科大讯飞作为一家汽车供应商，同时我本人也作为汽车消费者，确实感受到汽车产业正在发生深刻的变化。以前，汽车只是一种出行工具，用户觉得车开着好就够了；现在，汽车越来越成为移动的空间，用户的需求较之前大幅拓展，车上也增加了满足这些需求的更多功能。例如，一些用户在车上不是简单地听听歌，而是希望能够享受音乐，这就对车载音响的音质提出了更高要求；又如，当前中国的『互联网』非常发达，很多用户都希望在车上也能享用各种各样的『互联网』服务，这就对车辆的网联化、智能化提出了更高要求。而与其他产品不同的是，在汽车产品的各种场景中，一定要以一种更加自然、完全不会影响到驾乘安全的方式来提供上述功能与服务，这就对人车交互的方式和质量提出了更高要求。
具体来说，汽车消费者对于车内导航、音乐等应用的需求显著提高了。这不仅仅是要求把原有功能做得更好，而是希望实现功能上的拓展和升级。也就是说，今后汽车要变成一个移动的音乐厅、一个移动的影视厅，同时还是一个移动的健康空间。为了实现上述功能拓展，就需要像科大讯飞这样的供应商与车企共同努力。
在这个过程中，我们也亲历了整供关系的转变：不再是车企直接给出功能定义、供应商按要求交付的单纯买卖关系；而是车企先提出功能定义，然后整供企业一起讨论相关场景、完善功能定义、共创技术方案，看各自的技术分别能完成哪些部分，又该怎样融合起来，以便为消费者提供其真正需要的功能。例如，前段时间科大讯飞就是按照这种方式打造推出了汽车智能音响产品。从这个意义上讲，我认为车端应用场景的牵引作用至关重要。
赵福全：的确如此，就像吴总刚才讲到的，汽车产品的空间属性正在不断放大，无论是客厅般的舒适体验，还是音乐厅般的音响效果，汽车作为“第三空间”的特征与内涵日益丰富。在这种情况下，整车企业只靠自身力量是难以应对的，毕竟与空间属性相关的很多核心技术都是车企并不掌握的，有些也不应由车企掌握，这就需要与供应商进行共创。由此，整供车企之间也就从简单的买卖关系转向了协同共创的伙伴关系。
究其根源，我认为这是“新汽车”时代的必然趋势。我之所以提出“新汽车”的概念，就是想强调本轮变革并非只是汽车动力形式的改变以及智能化技术的引入，而是会将汽车产品彻底重塑为全新的物种，并由此引发整个产业范式的巨变。包括我们刚刚谈到的整供关系的改变；也包括销售模式的改变，传统的4S店模式正在向线上与线下结合的“O2O”模式演进。那么在本轮汽车产业巨变的过程中，您认为科大讯飞有哪些独特的核心技术能为车企赋能呢？
吴晓如：赵老师对行业的理解非常深刻。大家知道，此前整车企业把供应商分为T1（一级供应商）、T2（二级供应商）、T3（三级供应商）等，科大讯飞最早与车企合作时只是T2或T3。近几年有多家车企的领导都曾和我说过：科大讯飞不该是T2，甚至也不是T1，而应该是T0.5（0.5级供应商）。他们表达的意思是，科大讯飞在做的很多事情，都不是车企先把需求定义清楚，然后交给我们来落实，而是双方先沟通技术能做到什么程度，然后再一起定义需求和共创方案。
我举两个具体的案例。第一个例子，早期我们做车载语音交互，都是一些简单指令，比如“打电话给某某”。后来人车之间的语音交互越来越复杂，不只驾驶员需要语音交互，车上不同位置的乘客也都需要语音交互，而且对语音交互准确性的要求也越来越高。这就要求座舱里的麦克风必须准确采集到每个座位上乘客的语音。但是我们发现，车内麦克风的原有布置方案无法满足上述要求，因为此前车企在选择布置方案时只考虑了设计上的美观和工艺上的易实现等因素。在此情况下，我们就与车企深度沟通，强调必须把准确采集语音的需求也考虑进来，并与车企一起优化麦克风阵列的布置。这实际上体现了软硬件一体化的理念：科大讯飞并非单纯地提供语音交互软件，而是也要参与到硬件的开发中，通过与整车企业深度共创来确保软硬融合。
第二个例子，现在AI大模型特别热，越来越多的车企把各类AI大模型引入到汽车产品中，而这些模型需要相应的硬件支撑。那么，一辆汽车到底需要多大算力的『芯片』呢？显然，不同定位、不同价位的车型，其配置『芯片』的需求肯定是不一样的。这就需要我们与车企沟通，看他们究竟想实现哪些场景，为此我们需要应用哪些技术，最终根据这些技术的适配方案来确定算力的需求。实际上，我认为未来AI能力平台将成为汽车产品的“基础设施”，即每辆车上都会搭载一定的基础硬件，以支撑后续不断增强的AI功能。这其中有很多细节的工作，需要整供双方共同商讨及推动落地。
就科大讯飞而言，不管是早期的语音交互，还是现在的各类智能应用，我们的核心技术都需要语音、图像等方面的AI能力支撑；而这些AI能力又都需要构建在底层硬件之上。这就要求我们必须深度参与汽车产品的开发，与车企沟通讨论，一起确定合适的硬件环境。
赵福全：吴总，我们这个高端对话栏目的观众群体非常广泛，包括很多行业领导、企业高层以及技术专家都会收看。所以，我们不妨敞开来聊，相信一定会有很好的传播效果。
我觉得，您刚才提到了非常重要的一点，整供企业之间的分工及关系正在发生重大变化。以科大讯飞为例，曾经你们只是T2或T3，只需提供相关软件，帮助车企实现语音识别等基本功能即可。但是近年来情况不同了，车上不仅需要有更多的功能，并把这些功能做得更好，而且具备了一定的功能和性能还不够，还需要让用户获得更好的体验，这就不是整车企业独自就能做到的了。在这方面，吴总讲的麦克风布置的案例就很典型。以前车企只关注麦克风的功能是否可靠、安装是否方便、外观是否符合内饰的整体风格等因素；而现在还必须精准判断出是哪个位置用户的语音，这就需要基于对声学的深刻理解，重新确定麦克风的数量、性能和位置，以期实现良好的语音交互效果。
现在业界都在讲所谓“体验经济”，在我看来，其关键在于产品不只是功能有无的问题，也不只是性能好坏的问题，而是要做得“精细”，让用户获得最佳的体验。或者用当前另一个流行的概念来说，就是要为用户提供“情绪价值”。比如用户在车内听音乐时，有音乐厅一样的沉浸感；在车内玩游戏时，有身临其境、现场对战的逼真感，等等。说实话，对于这样的用户体验，整车企业就算想得到也很难做得到，毕竟车企的核心业务是造车，而不是打造视听环境。以音响为例，其效果与硬件、软件、车内环境等诸多因素都有关，整车企业唯有借助专业供应商多年积累的技术能力，进行深度协同共创，才有可能拿出最优的方案。所以我认为，汽车产业正从集成式创新迈向融合式创新的新阶段，车企如果认为自己主导就能做好所有事情，甚至还秉持“肥水不流外人田”的想法，那就太低估供应商专业化能力的重要性了，最终肯定无法实现最佳的用户体验。
AI将给整个人类社会带来
全方位的深远影响
赵福全：吴总刚才还谈到了人工智能。实际上，AI带来的影响远不局限于汽车产业，而是会重塑整个世界。所以，我想请您先分享一下，AI将对人类社会产生哪些重大影响。然后再聚焦汽车产业，谈谈未来5-10年AI会带来哪些变化。而科大讯飞对此准备如何应对，要做哪些储备？
吴晓如：赵老师的这个问题很大。人工智能的影响非常广泛且深远，说实话，未来5年、10年后AI究竟会发展到什么程度，真的很难预测，因为变化实在太快了。虽然我在人工智能领域已经做了20多年了，长期身处其中，但最近两三年的发展还是让我切身感受到“眼花缭乱”——各大厂商不断推出各种AI模型，并且很多模型的技术迭代进步速度远远超出预期。
更重要的是，人工智能并不只是技术层面的变革，而是将给整个人类社会带来全方位的变化。从国家层面看，当前发展AI已经成为中国的国家战略，同时其他很多国家也都高度重视AI，将其视为全球竞争的制高点。我认为，后续AI必将对国际政治经济格局以及各国之间的关系产生极其重大的影响。
从社会层面看，在AI的影响下，未来的职业结构一定会发生显著变化。相应的，教育模式必然随之改变。更进一步来说，整个社会的结构也会发生深刻变化。
从企业层面看，首先是产品本身，当前包括汽车在内的各行各业，都越来越重视AI，致力于通过AI来提升产品的竞争力。因为AI可以实现精准化、个性化的产品及服务，就是说，不再只是简单地实现某些功能，而是让这些功能能够更加精准地匹配用户的需求，真正触达用户的痛点。其次是研发模式，在AI的影响下，整个产品的开发流程及管理模式等都将发生变化。以前一款产品的核心开发团队需要很多人，现在借助AI，用更少的人就能完成同样的任务，而且还能把产品定义得更准、打造得更好。最后是组织模式和人才需求等，这些方面也会随着产品及其研发模式的改变而变化。
正因如此，科大讯飞这几年花了大量精力进行内部建设，比如鼓励优秀的员工和团队总结提炼AI应用经验，让这些经验在公司内部快速传播和复用。面对AI的快速发展，我们能做的就是在技术应用上跑得更快，为此要让企业的研发模式、服务模式和组织模式等，能够支撑一系列新技术的快速应用。同时，企业也要对员工负责。比如说，很多员工加入科大讯飞时，AI大模型还没有出现；所以现在我们要及时给员工进行AI基础技术及行业应用等方面的培训，让大家都跟上AI快速发展的节奏。
近期大家经常讨论的一个话题就是，AGI（通用人工智能）究竟何时能够实现？对此的估计既有乐观派，也有悲观派，即便长期从事AI的专家学者意见也不一致，甚至是天差地别。其实这种所谓“AI根技术”的发展进程是难以精准预判的，就更别说对AI技术应用于各个产业的深度和广度进行判断了。我倒觉得，与其纠结于这些判断，不如积极实践。正因如此，企业要做的就是专注于自己的领域，把AI技术的落地应用做得更扎实，这样才能更好地适应AI的发展，进而推动AI的进步。
赵福全：我完全认同吴总的看法，现在要准确预测5年、10年之后AI的状态，确实很难做到。因为技术的进步实在太快了，用“日新月异”来形容一点都不为过。我曾经讲过，2024年AI还是“山雨欲来风满楼”，而2025年已经是“忽如一夜春风来”了——尽管AI大范围普及应用的春天还没有真正到来，但是各行各业都已经感受到春天般的气息了。
您还特别谈到，AI带来的影响不只局限于某一项技术或某一个环节，而是会波及人类社会的各个方面。我觉得，这一点您看得非常透彻。就企业而言，我同样认为，AI将引发整个运营体系的全方位变革，从研产供销服全链条的各个环节，到产品体系、知识体系、能力体系及人才体系等，都将被AI重塑。
AI基础大模型开发与重点行业
落地应用并重
赵福全：由此就带来了一个问题：在AI快速发展的新时期，科大讯飞对自身角色是如何定义的？你们究竟是AI的技术开发公司，还是在AI赋能下拥有较强AI应用能力的公司？这两种公司的定位完全不同：比如，汽车企业肯定不会成为AI技术开发公司，但完全可以成为很强的AI应用公司。您刚才也谈到，AI根技术和AI应用是两回事。那么围绕着AI领域，科大讯飞是怎样自我定位的呢？
吴晓如：这是一个非常好的问题。科大讯飞内部也在持续思考和实践，因为这直接关系到公司未来发展与组织变革的方向。目前，我们在AI方面的具体措施大致可以分为三个层面：
第一，我们在公司内部专门设立了人工智能研究院，重点研究底层的通用大模型，比如星火大模型。在研发过程中，我们会更多地考虑模型在相关行业的关键应用场景，包括教育、汽车行业等等。由于现在外部的通用大模型发展很快，所以我们的星火大模型也必须不断地向前快跑。为此，我们还建立了模型的测试体系，不仅有通用性的测试体系，还有为各种应用场景搭建的专属测试体系，以便让用户能够直观感知到我们的大模型一直在进步。
第二，我们采取了“1+N”的AI应用模式。其中，“1”是底层的通用大模型，“N”则代表不同行业的应用场景，比如汽车产品就可以基于科大讯飞的通用大模型，实现各种不同的应用场景，即在“1”的上面加上很多个“N”。在应用层面，科大讯飞的灵活性是很高的：客户既可以使用我们的星火大模型；也可以选用外部的开源大模型，再由我们协助完成“N”的工作。在公司的组织架构中，我们把各个行业的业务部门统称为事业部。每个事业部也即业务部门内部也有专门的AI团队，当然他们更多的是做AI模型应用的。由于这些团队在讯飞内部工作，与我们的大模型研发团队距离非常近，彼此可以随时交流，所以他们对大模型有较强的“鉴赏”能力，非常清楚哪些大模型适合什么样的特定场景。就是说，无论是基于我们自己的通用大模型，还是基于外部的通用大模型，他们都有能力有效匹配及实现相应的应用场景，并达到良好的效果。与此同时，面向一些重要行业的“N”，业务部门还会结合该行业的专属数据，训练更贴合其应用场景的行业模型和场景模型。
第三，无论哪个业务部门，我们最终的核心目标在于提升AI应用的用户体验。例如，汽车行业的车控、音效、智驾等应用，都要站在用户角度来判断其效果的优劣，或者说都要以用户的体验感和认可度为评价指标。其他行业的应用也是如此。说到底，AI技术即便再先进，如果不能为用户带来所需的价值，也没有任何实际意义。
整体而言，科大讯飞首先是一家人工智能公司，我们必须确保自己的底座模型始终处于第一阵营。同时，科大讯飞也高度重视人工智能的关键应用，我们在AI应用层面也要走在前面。而科大讯飞业务部门的核心任务就是把各种基础模型用好，既包括我们自己的模型，也包括其他第三方的模型，都要基于各种数据进行专业化的训练，还要把不同来源的技术都融合起来，最终实现最好的应用效果。以上就是我们公司目前的定位和策略。
赵福全：吴总讲得非常好。科大讯飞作为一家AI公司，一方面在做通用的基础大模型，就是您所说的“1”；另一方面也在做若干行业的关键应用，就是您所说的“N”。而这个“N”的具体数量和内容，取决于企业自身的重点战略方向和业务拓展能力，具有很强的灵活性。
从逻辑上讲，在开发基础模型的同时，推进其应用于若干垂直领域，这在短期内肯定是有益的，既能以基础模型支撑应用的落地，又能以应用拉动基础模型的优化。但从长期来看，这未尝不是一种挑战，毕竟战略需要聚焦。说到这里，我想与您探讨一个问题：科大讯飞把资源分散到多个“N”上，会不会影响你们对基础大模型的持续投入及其性能的快速提升呢？我判断，未来真正能够存活下来的基础大模型，数量可能会非常有限，如果科大讯飞的基础大模型最终没能进入第一梯队该怎么办？会不会有这样一种风险——本来想要兼顾“农业”和“工业”，结果顾此失彼，导致田没种好，工厂也没做好呢？
这个问题可以再延伸一下，您认为5年之后，或者说等到AI大模型收敛的时候，科大讯飞会是一家专业的AI大模型公司，还是一家更偏重AI应用的公司？特别是在我们重点讨论的汽车行业，届时科大讯飞会是怎样的角色？
吴晓如：我觉得，最终大模型就相当于一种非常底层的操作系统，或者说类似于一种基础性的数据库。由此出发，我完全同意赵老师刚才的判断——5年以后底层大模型的数量肯定不会像现在这么多。我认为，到时候应该只会剩下少数几家公司的大模型。至于具体会是哪几家公司，现在还没有定论。站在今天这个时间点上，恐怕没有哪家企业敢说自己已经稳稳拿到了未来大模型的船票，就此可以高枕无忧了，这一点是确定无疑的。
那么，怎样才能成为最终留下来的大模型公司中的一家呢？我想关键因素在于：你的大模型是否在一些体量大、范围广、用户多的场景中落地应用了。如果能在这样的场景中站稳脚跟，这个模型就更有可能走到最后。因为最终决定哪些底层模型能存活下来的，一定是用户的选择。这是我想说的第一点。
第二点，当前科大讯飞其实也是有所聚焦的，并不是在各个方向上都全面铺开。比如，刚才谈到的教育行业，就有比较独特的应用场景，这是我们核心的业务方向之一；再如，我们也非常关注汽车行业，因为汽车也有交互类的重要应用场景。
以教育行业为例，早年我们进入其中主要是靠语音技术。而现在大家讲得更多的是多模态交互，不过语音技术在其中依然处于核心位置。所以，我们完全可以在语音技术优势的基础上，重点拓展相关的应用方向，诸如语音记录、语音翻译以及多模态交互等。其他行业也是如此，我们都是有选择地进入的，而非盲目扩张。
第三点，上述策略也可以从用户体验的角度来审视。在真正意义上的AGI到来之前，用户对大模型的使用习惯其实还在形成中。而我们希望依托自身的模型开发及应用能力，在人车交互等重要场景中为用户提供最佳体验，并由此培养用户的使用习惯。最终只要用户体验足够好，我们的底层模型就一定能在相关行业中占据一席之地。而如果用户都习惯于使用科大讯飞的底层模型，我们的优势也就更加明显了。
总之，一方面，我们在推动通用的底座模型持续发展，另一方面，我们也构建了模型应用的开放平台，并且目前已经有了大量的用户。后续我们希望这个开放平台能够吸引来自不同行业的更多用户使用。毕竟对于通用的底座模型来说，除了模型自身的效果要好之外，与第三方生态建立良好的连接，这也是一个至关重要的因素。而要建立这种连接，最重要的工作就是要把重点行业的关键场景做好。
对此，正如我前面谈到的，科大讯飞内部在AI领域的组织划分和分工模式是明确的：一部分人专注于通用模型的研发，另一部分人聚焦于垂直领域的模型开发及应用。比如，我们有专门从事人车交互等汽车业务的团队，他们不仅深刻理解大模型的机理和优化方法，也非常熟悉汽车产品的应用场景和具体需求。正因如此，他们才能立足于底层模型，更快更好地进行落地应用和迭代优化，进而不断提升用户体验。
回到您刚才的问题，科大讯飞的核心目标是，在我们最关注的几个重点行业的应用场景中，确保我们的大模型能够立得住。当然，从技术角度看，最终的解决方案很可能是多个大模型相互融合，所以我们在自研大模型的同时，也不排斥使用其他大模型。但是不管使用哪种大模型，关键是要对AI大模型及其底层算法有足够深入的理解，这样才能把我们自己的大模型打造成最好用的大模型之一，同时也才能把基于大模型的各种应用场景做出最佳的用户体验。
赵福全：我听下来感觉科大讯飞作为一家技术型公司，其自身定位是很清晰的。在技术创新上，科大讯飞具有坚持核心技术创新的基因，从最初以语音合成与识别技术为起点，到后来逐步扩展至多模态交互技术，再到如今深耕AI大模型开发及重点行业应用，始终都是如此。在商业模式上，科大讯飞从单纯的技术输出逐渐转向为行业提供各种应用系统及解决方案，目前已深入扩展到教育、医疗、汽车等多个行业。特别是在汽车产业发生全面重构的背景下，科大讯飞从早期的导航语音切入，到现在已经覆盖了多模态交互、智能音响、智能座舱、AI算力布局等众多领域，其汽车业务近年来取得了长足发展，且将成为科大讯飞未来的增长引擎之一。
而在AI领域，吴总刚刚也谈到了科大讯飞的差异化竞争策略：即AI基础大模型开发与重点行业关键场景应用同步推进，二者相辅相成、互为促进。在吴总看来，要真正做好大模型“1”的开发，就必须做好大模型在“N”个行业及领域的落地应用，包括教育、医疗、汽车行业等等。科大讯飞通过深度参与这些重点行业的AI应用，可以更好地了解特定产业的真实需求，获得相关用户群体的真实反馈，从而使自己开发的基础模型更具针对性和适配力。同时，基于基础模型的开发能力与经验，科大讯飞也可以更好地推进AI大模型在相关行业的应用。在这个过程中，科大讯飞并非只限于自身的基础大模型，而是也可以基于第三方的开源大模型来为客户进行应用开发，核心目标是实现端侧的用户体验最优。吴总强调，未来究竟哪家公司的大模型能在竞争中最终胜出，关键在于用户的选择——大模型的应用越广、体验越好，就越有竞争力。这也是科大讯飞选择基础模型开发与行业应用并重策略的底层逻辑。
其实关于AI大模型的问题，我之前曾与多家整车企业的高层讨论过，大家普遍认同“1+N+X”的大模型应用范式：其中，“1”代表基础大模型，当然基础大模型未必只有一个，也可能是几个。过去业界的认识偏向于选择一个最好的大模型即可，但现在发现不同的大模型各有能力侧重，通常并没有绝对的“最好”。“N”代表在基础大模型之上构建的若干行业或垂域模型，在这个层面，不同行业和领域的差异是很大的：比如，汽车、医疗、教育等行业的需求就完全不同；又如，在汽车行业内，围绕智能驾驶、智能座舱以及研产供销服等方向，也都是高度专业化的不同领域；而“X”则代表针对具体应用场景的专业模型，这要由各家企业基于“1”和“N”，并根据自身业务和能力情况来构建及优化。下面，我们重点讨论一下AI在汽车行业的应用方案。
