语音之王，“老登”的困局
作者丨王圆磊
大模型正在攻占每一寸阵地。输入法，这个用户感知度低但高频刚需的战场，正燃起新战火。
长期以来，搜狗、讯飞、百度及微信输入法等“老牌”厂商占据市场主导。第三方数据显示，截至 2025 年第三季度，头部厂商市占率达 84.4%，行业马太效应显著。然而，大模型厂商并未放弃这块“肥肉”。腾讯依托微信生态强推微信输入法；2025 年底以来，豆包、智谱 AI 相继入局；前不久，千问也正式参战。
新势力攻势凶猛，迅速在红海中撕开缺口。以豆包输入法为例，2025 年 11 月上线首周下载量即突破 5000 万，日活达 1200 万，刷新新品增长纪录。面对抢食者，“老登们”压力倍增，其中最为焦虑的当属科大讯飞。
语音技术是讯飞的底座，输入法则是其困境的缩影。讯飞当前面临四重挑战：一是赛道之困，语音识别准确率的含金量是否被稀释；二是入口门槛，能否守住用户与 AI 之间的关键节点；三是账本之谜，累计超 177 亿元的研发投入能否收回；四是定价争议，股价三年腰斩，市值蒸发近千亿，资本市场信任度承压。
问题的核心不在于讯飞输给了谁，而在于输在哪里。
从“准确率”到“理解力”，战场规则已变
科大讯飞在中文语音赛场拥有极高竞争力，其语音识别与合成技术领先行业。若仅在传统路径比拼，讯飞国内难逢对手。但新玩家选择了差异化路线。
豆包输入法主打基于 Seed-ASR 模型的交互方式，支持方言及海外语种识别，其 2.0 版本通过 PPO 方案优化推理学习。其核心逻辑在于“理解”而非单纯的“语音转文字”。相比传统架构依赖词频概率，豆包能基于上下文语义进行识别，并具备自动纠错功能。
反观讯飞，从早期的 GMM-HMM 到深度神经网络（DNN）系统，核心技术始终围绕提高识别率与准确率展开。必须承认，讯飞在识别精准度上依然难逢对手，护城河未被正面攻克。但对手选择绕道而行，利用大模型的“理解力”替代传统“转录”，达到了同等甚至更优的效果。
尽管讯飞输入法 14.0 已搭载星火端侧输入大模型，具备一定语义理解能力，但豆包等新势力已成功撕开缺口。这正如胶卷制造经验无法阻挡数码感光元件的崛起。下一个赛场，“听得准”固然重要，但“听得懂”才是关键，由识别准确率向对话理解力跨越已成必然趋势。
大模型时代，语音技术壁垒被迅速追平。开源底座配合百万级成本微调，创业团队即可达到八成效果。并非讯飞技术落后，而是游戏规则已被改写：城墙与护城河仍在，但对手已绕路通过。
缺失超级入口，讯飞突围吃力
输入法作为 AI 能力触达 C 端用户的关键节点，是“最后一公里”。谁占据输入框，谁就站在了用户与 AI 之间。字节、阿里、腾讯等巨头布局输入法，意在让大模型能力渗透至聊天、搜索、办公等全场景，探索潜在商业价值。
讯飞虽已是重要玩家，2025 年公开市场月活突破 1.5 亿，增速连续四年行业第一，但缺乏超级生态入口是其致命短板。字节有抖音与豆包，阿里有电商生态，腾讯有微信，百度有搜索基本盘，这些平台日均产生海量交互数据，持续反哺模型进化。相比之下，讯飞业务虽覆盖教育、医疗、城市等多领域，但多具 B 端或 G 端属性。
在 C 端硬件方面，讯飞推出了办公本、翻译机、AI 眼镜等产品，但出货量有限。以办公本为例，累计销量仅约 200 万台。软件产品如讯飞听见 SaaS 用户破亿，但变现能力有限。讯飞星火 APP 月活约 575 万，尚未进入第一梯队。
缺少亿级用户的超级入口，导致讯飞陷入负循环：无入口则少用户，少用户则数据匮乏，进而限制模型迭代，最终导致 C 端获客更难。为打破僵局，讯飞大幅加大营销投入。2025 年销售费用同比增长 27.12% 至 51.91 亿元，其中广告宣传费翻倍至 13.12 亿元。然而，同期智能硬件营收仅同比增长 7.92%，远低于广告费增速。这表明，并非广告砸得不够，而是因缺少入口导致转化效率低下。
更为严峻的是，对于字节、腾讯等巨头，输入法仅是“副业”；而对于讯飞，智能语音与自然语言理解是命脉。若大模型厂商轻易绕过其赖以生存的护城河，后果不堪设想。
产品承压，财务数据隐忧显现
豆包输入法的强势进攻不仅冲击讯飞，对搜狗、百度同样构成威胁。但对于以语音为基座的讯飞而言，承载的期待更为直接。深挖讯飞财务结构，可见其盈利状况并不乐观。
2025 年，讯飞营收 271.05 亿元，同比增长 16.12%；归母净利润 8.39 亿元，同比增长 49.85%。表面看业绩尚可，但扣非净利润仅 2.64 亿元，相对于超 271 亿元的营收，真实净利微薄。2026 年一季度，讯飞归母及扣非净利润分别亏损 1.70 亿元和 4.30 亿元，同比扩大 88.58%。
虽受季节性因素影响，但一季报暴露出深层问题：截至 2026 年一季度末，应收账款高达 164.07 亿元，相当于当季营收的三倍。自 2021 年以来，应收账款持续攀升。这反映出 G 端业务账期长、回款压力大的结构性矛盾。营收增长背后，部分未能及时转化为现金，“纸面繁荣”存在脆弱性。
综上，应收推高了营收，而 C 端硬件靠广告烧钱却转化率不足。增长在某些层面反而成为了风险。讯飞技术依然领先，仍是“语音之王”，但似乎正“赢着走向贬值”。
定位重估：AI 领军者还是项目集成商？
市场正在重估讯飞，焦点在于其究竟是"AI 领军企业”还是"AI 项目集成商”。讯飞构建了覆盖 B、C、G 端的四大商业化体系，但“多”不等于“强”。
G 端业务回款慢且存在坏账风险；C 端硬件依赖高额营销支撑，口碑与品牌独立性存疑；AI 开放平台虽聚集千万开发者，但毛利率仅 19.36%，利润贡献有限。B 端业务中，大模型 API 服务增长显著，但运营商业务等板块出现下滑。
讯飞已提出“做强 C 端、做深 B 端、优选 G 端”的战略，旨在形成"G 端树品牌、B 端拓规模、C 端创利润”的良性循环。然而，资本市场已用脚投票。自 2023 年 6 月股价高点至今，讯飞股价已跌去一半。估值逻辑的差异决定了其是被定义为享受高溢价的科技领军者，还是仅获集成商估值。
过去，语音识别是独立的技术壁垒；如今，它日益成为大模型的“子能力”。若大模型智能水平突破临界点，过往的工程优化能力价值几何？讯飞业务众多，却缺乏家喻户晓的国民级硬核产品，这是其品牌软肋。
输入法之战是 C 端消耗战的缩影。讯飞能否将 C 端做出规模、把 B 端做深，是决定其估值锚的关键。越早完成战略聚焦，越能稳住"AI 领军企业”的定位。豆包输入法是一面镜子，映射出讯飞面临的赛道切换、入口缺失、账本渗血及定价下滑等多重危机。未来业绩走势及市场重估结果，将检验讯飞是否仍配得上"AI 领军企业”的称号。
