科大讯飞以最新AI成果解锁智能化质量管理新模式

2026-11-06 · bcmjx.com

10月22日，2026 科大讯飞 股份有限公司（以下简称“科大讯飞”）全球1024 开发者节在北京启幕，端云一体讯飞星火X2.6、星火语音基座大模型SparkAudio1.0、讯飞星帆WinWork数字员工平台等重磅成果集中发布。会场之外，这些最新AI能力正悄然改变着一线质量管理的工作方式——科大讯飞智慧QC小组自研的“质量数据管理智能体”，将质量数据全流程

10月22日，2026 科大讯飞 股份有限公司（以下简称“科大讯飞”）全球1024 开发者节在北京启幕，端云一体讯飞星火X2.6、星火语音基座大模型SparkAudio1.0、讯飞星帆WinWork数字员工平台等重磅成果集中发布。会场之外，这些最新AI能力正悄然改变着一线质量管理的工作方式——科大讯飞智慧QC小组自研的“质量数据管理智能体”，将质量数据全流程处理周期由平均9.5天压缩至0.63天，整体作业效率提升超14倍，并获得全国QC小组赛事一等奖，为AI赋能质量管理提供了可借鉴的实践样本。

本届开发者节上，科大讯飞首次基于全国产算力实现了代码与智能体能力的突破。讯飞星火X2.6通过长程任务动态并行训练技术，将超长上下文训练效率提升约4倍；借助国产异构算力分布式推理与全国产四层KVCache技术，推理效率提升4.5倍，KVCache命中率由63%提高到95.7%，端云路由准确率从81.2%提升至96.1%。这意味着，大模型不仅能“想得深”，更能“算得快、用得省”。

对质量管理而言，这一突破尤为关键。质量数据往往分散在生产、研发、供应链、售后等多个系统，既要处理结构化报表，也要解析非结构化文本，对模型的上下文长度、推理效率与成本控制要求极高。讯飞星火X2.6的端云一体架构，让敏感质量数据可在本地完成处理，做到“数据不出域”，同时兼顾极致性价比，为质量管理智能化扫清了安全与成本两大障碍。

质量管控工作离不开多源业务数据支撑。以往，质量数据管理高度依赖人工：质量工程师需要跨多个业务系统手动抓取信息，再依靠人工整理比对，形成质量分析报告。大量重复性的数据归集工作不仅耗时费力，分析深度与广度也受人员经验制约，报告输出常常滞后于业务节奏。针对这些痛点，科大讯飞智慧QC小组创新引入AI技术，自主研发“质量数据管理智能体”，打通多源数据自动采集、智能分析、知识问答全业务链路。智能体自动汇聚分散在各系统中的质量数据，完成清洗、比对与关联分析，并支持以自然语言进行知识问答，让质量工程师“问一句”就能获得所需的数据与结论。

数据是最直观的答案，该智能体实现质量数据处理效率大幅跃升。依托AI创新成果，“质量数据管理智能体”研究成果在全国QC小组赛事评审中获得外部专家一致认可，荣获一等奖。更值得关注的是，质量管控模式由“事后统计”转向“实时监控”——质量数据随业务同步更新，异常情况得以及时发现，质量管理从“月末复盘”变为“过程护航”，真正落地了智能化质量管理新模式。该智能体在公司各事业部成功复制推广的基础上，进一步向3家外部公司进行技术输出与经验迁移，并形成4项标准化文档，为同类质量数字化建设输出可复用实践经验。

效率提升的背后，是质量管理范式的转型升级。本届开发者节上，科大讯飞发布讯飞星帆WinWork数字员工平台，通过构建“企业本体”，让数字员工读懂业务规程、对齐业务目标，并深度融入企业流程，实现任务的自主识别、规划分工与跨系统协同闭环。这一思路与质量数据管理智能体一脉相承：智能体不只是“提效工具”，更成为质量团队中“懂业务、会干活”的数字员工。依托大模型的持续进化，智能体还能不断学习质量工程师的研判经验，将隐性知识沉淀为可复用的规则与模型，让质量管理能力从“依赖个人”走向“组织共享”。质量工程师由此从重复性的数据归集工作中解放出来，把精力聚焦于质量研判、根因分析与持续优化等高价值工作，团队效能得到系统性释放。

从“事后统计”到“实时监控”，从“人工归集”到“智能问答”，从“个人提效”到“组织提效”，科大讯飞以最新AI成果为引擎，走出了一条AI与质量管理深度融合的新路径。随着端云一体大模型、数字员工平台等能力的持续下沉，人工智能有望在更多质量场景中释放价值，为质量强国建设注入“智”能力量。