Liu Qingfeng, prezes iFlytek, przedstawił 22 października 2026 r. na firmowym festiwalu deweloperskim 1024 model Spark X2.6 — wytrenowany w całości na chińskiej infrastrukturze obliczeniowej. Lukę wobec NVIDII wycenił na „prawie dwie generacje”, głównie w pamięci karty i przepustowości. Odpowiedzią firmy nie jest próba dogonienia tej luki, a przeniesienie części pracy na model działający lokalnie na urządzeniu.
Najważniejsze w skrócie
- Spark X2.6 to układ urządzenie-chmura: jeden duży model w chmurze plus model 4B działający na urządzeniu
- Trafność routingu między urządzeniem a chmurą: 96,1% według danych firmy
- Model 4B podniósł wskaźnik ukończenia złożonych zadań agentowych z około 12% do 41,9%, cel to 60%
- Trening długich kontekstów przyspieszono około czterokrotnie, a wnioskowanie — 4,5-krotnie
- Liu: „Teraz tylko Huawei i my robimy to na poważnie” — o treningu na chińskich akceleratorach
Wyobraźmy sobie taką sytuację
Dział zakupów dostaje do sprawdzenia umowę. W dokumencie są ceny, warunki i dane kontrahenta, których nie wolno wysłać na zewnątrz. Model miałby pomóc, ale żeby przeczytać umowę, musiałby ją wysłać do chmury.
W demonstracji pokazanej na festiwalu robi to inaczej. Wrażliwe fragmenty są najpierw anonimizowane lokalnie, użytkownik to zatwierdza, i dopiero potem część danych trafia dalej. Oryginalny plik nie wychodzi z urządzenia.
Ale pojawia się problem: model, który zmieści się na laptopie, jest o rzędy wielkości mniejszy od modelu w chmurze — i do niedawna nie radził sobie z zadaniami wieloetapowymi.
I właśnie ten wskaźnik iFlytek próbuje podbić.
Co dokładnie ogłoszono?
Spark X2.6 nie jest jednym modelem, a parą. W chmurze działa duży model, na urządzeniu — model o 4 miliardach parametrów. Decyzję, gdzie wykonać zadanie, podejmuje warstwa routingu na podstawie dwóch kryteriów: trudności zadania i wrażliwości danych.
Zadanie może zostać w całości lokalnie, zostać rozdzielone między urządzenie i chmurę, albo pójść w całości do chmury. Firma podaje trafność tego routingu na poziomie 96,1%.
| Co mierzone | Wartość | Punkt odniesienia |
|---|---|---|
| Ukończenie złożonych zadań agentowych (model 4B) | 41,9% | ok. 12% wcześniej w branży, cel 60% |
| Trafność routingu urządzenie–chmura | 96,1% | — |
| Efektywność treningu bardzo długich kontekstów | ×4 | wobec wcześniejszego podejścia |
| Efektywność wnioskowania | ×4,5 | dzięki czterowarstwowemu KVCache |
To uproszczony przebieg oparty na opisie z konferencji, a nie na dokumentacji technicznej modelu.
Poza samym Spark X2.6 firma pokazała też model bazowy mowy SparkAudio 1.0, technologię wielomodalnej interakcji dla robotyki, platformę pracowników cyfrowych WinWork oraz serię urządzeń AIPC.
Co znaczą te nazwy?
Opis tej architektury opiera się na kilku pojęciach, które bez tłumaczenia są puste.
- Model urządzenie-chmura (端云一体) — układ, w którym mały model na urządzeniu i duży w chmurze pracują jako jeden system. Odpowiednik cache'u lokalnego przed serwerem.
- Model 4B — model o 4 miliardach parametrów, czyli na tyle mały, że zmieści się w pamięci telefonu albo laptopa.
- Routing — warstwa decydująca, który model obsłuży dane zapytanie. Odpowiednik load balancera, tylko kryterium jest treść, nie obciążenie.
- KVCache — podręczna pamięć na wyliczone fragmenty kontekstu, dzięki której model nie przelicza tego samego dwa razy. Czterowarstwowa wersja iFlytek ma działać na w pełni chińskim sprzęcie.
- Wskaźnik ukończenia zadań agentowych — udział wieloetapowych zadań, które model doprowadza do końca. Nie to samo co trafność pojedynczej odpowiedzi.
- Pamięć karty i przepustowość — dwa parametry, w których według Liu leży główna luka wobec NVIDII. Decydują o tym, jak długi kontekst da się w ogóle wczytać.
Pierwsze trzy pozycje opisują architekturę, trzy kolejne — jej ograniczenia. Dopiero razem pokazują, dlaczego firma dzieli pracę między dwa modele, zamiast skalować jeden.
Dlaczego nie wystarczy po prostu poczekać na lepszy sprzęt?
Luka jest konkretna i mierzalna. Zadania związane z kodem i agentami wymagają dziś nawet miliona tokenów kontekstu. Liu podsumował wcześniejszy stan dwoma słowami: „nie mieści się, nie da się wytrenować”.
Trening
Firma nie czekała na sprzęt, a przebudowała trening. Przy długich zadaniach moc obliczeniowa jest przydzielana adaptacyjnie, zależnie od długości zadania — efektywność treningu bardzo długich kontekstów wzrosła według iFlytek około czterokrotnie. Po stronie wnioskowania zysk jest 4,5-krotny, dzięki współpracy pamięci i obliczeń oraz czterowarstwowemu KVCache na chińskim sprzęcie.
Rachunek za tokeny
Jest jednak drugi problem, którego optymalizacja nie rozwiązuje: ekonomia tokenów. Nawet działający duży model w chmurze kosztuje przy każdym zapytaniu. Dlatego — jak mówi Liu — firma celowo nie zamierza budować bardzo dużego modelu chmurowego.
Po co w tym układzie chmura
I tu pojawia się część, którą łatwo przeoczyć. Chmura w tej architekturze nie jest tylko awaryjnym zapasem. Według Liu bez zdolności modelu chmurowego nie da się dobrze wytrenować modelu na urządzeniu, bo to model chmurowy ocenia, czy wynik lokalny spełnia wymagania, i kalibruje granicę możliwości małego modelu. iFlytek prowadził trening obu warstw wspólnie.
Z tego Liu wyciąga wniosek o konkurencji: dostawca, który robi wyłącznie model na urządzenie, nie ma czym go prowadzić ani czym rozstrzygnąć, które zadania zostawić lokalnie. To argument skierowany wprost do producentów telefonów i komputerów, którzy wchodzą w modele on-device bez własnego modelu chmurowego.
Czy to już działa?
Tak, to ogłoszony produkt, ale wyniki pochodzą wyłącznie od producenta. Model przedstawiono 22 października 2026 r. na festiwalu deweloperskim 1024.
Na scenie pokazano dwa scenariusze. W pierwszym model lokalnie zestawia raporty tygodniowe, zawiadomienia zakupowe i maile projektowe prezesa firmy robotycznej i wyłapuje, że ten sam klient był obsługiwany dwukrotnie. W drugim przegląda umowę zakupową, anonimizując wrażliwe dane przed wysłaniem.
Urządzeniami docelowymi są telefony, komputery, okulary AI, kokpity samochodowe i roboty. Firma nie podała terminów dostępności dla poszczególnych klas sprzętu.
Dlaczego to ważne?
To pierwszy przypadek, w którym ograniczenie dostępu do akceleratorów przekłada się nie na gorszy model, a na inną architekturę produktu. Jeśli wskaźnik 41,9% utrzyma się poza demonstracją, część rynku agentów przesunie się z chmury na urządzenie — i stanie się mniej zależna od tego, czyje układy obliczeniowe są dostępne.
Co dalej?
- Kolejnym celem dla modelu 4B jest 60% ukończonych złożonych zadań agentowych, wobec 41,9% dziś.
- Liu prognozuje zrównanie chińskich akceleratorów z konkurencją w ciągu dwóch lat i wzywa innych producentów do treningu na nich, wskazując, że dziś robi to na poważnie tylko Huawei i iFlytek.
- Firma rozwija też prace nad obliczeniami kwantowymi — Liu zaznacza, że połączenie ich z klasycznym pretrenowaniem w ciągu trzech do pięciu lat zmieniłoby skalę problemu obliczeniowego.
Źródła
- TMTPost — 科大讯飞刘庆峰：讯飞星火X2.6全国产算力训练，押注端侧模型「绕开」封锁
- iFlytek — 2026 全球1024开发者节
