DeepSeek横空出世，业内外都在讨论为什么是DeepSeek，为什么是梁文锋（深度求索公司创始人）？这对于科大讯飞和刘庆峰而言，不能说没有压力。

“DeepSeek对科大讯飞有冲击吗，会带来怎样的影响？”“是压力、遗憾，还是极客之间那种高手过招的兴奋？”对于此类问题，全国人大代表、科大讯飞董事长刘庆峰在2025年全国两会期间接受了中国证券报记者的采访。

在刘庆峰看来，不同的企业有不同的使命和愿景。相比于梁文锋DeepSeek团队在大模型算法技术上的专注与纯粹，科大讯飞需要考虑更多“造血”和“发展”问题。“在通用人工智能发展的新阶段，科大讯飞要做全栈自主可控的大模型国家队。”刘庆峰说。

当然，在国产算力底座能力仍较为有限的现实下，繁荣国产AI生态不能只靠一两家企业的努力。刘庆峰呼吁，加快构建国产算力平台之上的产业生态体系，“若谁都不用，不加快解决国产自主可控人工智能产业生态薄弱、适配困难等问题，无异于在别人地基上建高楼。”

源头创新没有终点

“我们为DeepSeek鼓掌，也感到非常自豪。我觉得它最大的意义是提升了各个方面对中国自主创新的信心，他们是很了不起的。”刘庆峰说。

刘庆峰坦言内心的羡慕：“他们很专注、纯粹，只是做底层大模型的创新，不考虑短期变现。中国需要这样的极客精神，一定程度上我们都很羡慕，因为科大讯飞得想办法做行业落地，想办法自我造血。”

26年前，刘庆峰正是和一群敢想敢拼的极客，怀揣着“要把中文语音技术做到全球第一”的梦想，坚定走上了智能语音、自然语言处理、认知智能等技术研发之路。

26年后，时钟指向通用人工智能发展的关键节点，已过天命之年的刘庆峰对创新有了更深刻的理解，那就是创新要有“长期主义”。“客观来说，DeepSeek的创新主要体现在工程优化层面，但通用人工智能技术的持续发展，还需要在基础的源头技术创新上进行更多探索。”刘庆峰认为，通用人工智能的源头创新没有终点。

今年3月5日提请十四届全国人大三次会议审议的政府工作报告提出，持续推进“人工智能+”行动。目前，AI赋能千行百业正上演“加速度”，大模型运用场景也日益丰富多元。无论是智能座舱服务中的语音连续交互、千万亩耕地的精准病虫害预测，还是新药研发过程中大幅提升靶点发现与验证效率，AI已成为必不可少的新质生产力工具。

“人工智能底座大模型的‘天花板’还在持续打开，所以绝不能说现在大模型底座不用做了，这是绝对不对的。我们必须客观冷静地看到，我们在通用人工智能领域还存在差距。”刘庆峰强调，实现原始创新的全球引领，这才是关键的超越。

构建繁荣的国产AI生态

除了源头创新，构建繁荣的产业生态对国内人工智能创新发展也十分重要。

“很多年前，不少国产CPU已达到不错水平，但因缺乏应用，我国CPU产业发展始终受限，操作系统也是同样。”刘庆峰直言，“若不能形成从产业应用到技术开发、再到源头创新的良性互动和完整生态体系，国产自主创新技术长期发展必然受限。”

就在DeepSeek V3及R1模型正式上线的前几个月，刘庆峰带领科大讯飞团队把深度推理模型的技术路线“跑通”了。他介绍，2024年10月，科大讯飞便完成深度推理模型的技术路线验证，但是要在国产算力平台上进行训练和适配，不得不又多花了两个月时间。

2025年1月15日，科大讯飞发布国内首个基于全国产算力平台训练的具备深度思考和推理能力的大模型——讯飞星火深度推理模型X1。“因为算力受限，所以我们1月15日只推了一个13b参数量的模型，3月3日，我们推出了70b的模型。”刘庆峰说。

这是摆在人工智能从业者眼前的一个突出问题：使用国产AI算力芯片训练，成本更高，耗时更长。“但即便如此，国产算力也必须要用起来，否则就是在别人的地基上建高楼。”刘庆峰强调，从国产算力生态建设角度看，一定要有一批企业在国产算力平台上进行大模型训练和推理，形成自己的工具链、生态体系和开源社区。

这离不开政策的大力支持。刘庆峰建议，要鼓励基于自主可控国产算力平台的大模型研发和应用，专项支持基于国产算力平台的生态体系建设。例如，对国产算力芯片企业和使用国产芯片训练大模型的企业给予专项支持，在国家公共算力上给予资源倾斜，加速基于国产算力的大模型算法创新，鼓励优先采购等。

既要“顶天”更要“立地”

形成良好的人工智能产业应用生态，目的在于赋能人们的生产生活。在刘庆峰看来，人工智能技术既要“顶天”，即做到全球领先，更要“立地”，也就是着力满足人们生产生活过程中的实际刚需。

“如果能让孩子们每天少一个小时的无效低效重复学习，能让每一个偏远地区的患者享受到跟大城市一样的医疗服务，这件事情就会很有意义。这也是科大讯飞的使命。”刘庆峰说。

刘庆峰表示，底座大模型的能力要真正应用到具体行业，必须要有一整套完整的工具链。比如，如何更快地做行业数据的清洗和快速训练，如何更好地解决“AI幻觉”等问题。

但在现实中，很多行业都存在“数据孤岛”现象，人工智能应用不得不进行“私有化”“定制化”部署，这极大提高了成本。对此，刘庆峰建议，构建数据资源充分共享机制，依托国内广泛的应用场景，积极推广大模型在产业领域的应用，并形成从数据资产到业务应用双向正循环的“数据飞轮”，让中国率先获得AI产业落地的红利。

今年两会期间，政府工作报告起草组成员、国务院研究室副主任陈昌盛表示，在确保安全前提下，加快人工智能在低空经济、教育培训、医疗健康等多场景应用，在这个过程中，要防止过多采用“私有化部署+项目制”的方式，造成市场“碎片化”问题，要充分发挥大规模应用和快速迭代升级优势，促进科技创新和市场应用的良性互动。

面对通用人工智能的澎湃大潮，刘庆峰认为，应用场景落地已进入红利兑现期，“我们比以往任何时候都更有信心！”