iFlytek dévoile Spark X2.6, la plateforme Xingchen TaaS et le modèle vocal SparkAudio 1.0

Lors du festival des développeurs 1024, ouvert le 22 octobre 2026 au Centre national de conférences de Pékin, iFlytek a déroulé un paquet de quatre annonces. Le président de l'entreprise, Liu Qingfeng, a présenté Spark X2.6 avec son architecture « appareil + cloud », la plateforme Xingchen TaaS, le modèle vocal de base SparkAudio 1.0 et une technologie d'interaction multimodale pour l'IA incarnée. Lors de la rencontre avec l'écosystème de développeurs, la plateforme ouverte d'iFlytek a en outre dévoilé une nouvelle génération d'outils d'interaction homme-machine.

Le point le plus révélateur de cette liste n'est évidemment pas une énième version de modèle, mais Xingchen TaaS. Le slogan de la sortie : « faire du token une véritable force productive pour des milliers de secteurs ». C'est une volonté de changer l'unité dans laquelle l'entreprise parle à ses clients.

Le token comme unité de livraison

TaaS signifie Token as a Service. La logique parle à quiconque a déjà vu une facture d'API : une entreprise n'a pas besoin d'un « grand modèle » abstrait, mais d'un prix prévisible par unité de travail utile. iFlytek construit toute une plateforme autour du token, au lieu de simplement afficher un tarif sur un endpoint. Sous la bannière Xingchen se retrouve tout ce qui s'intercale entre le modèle et un scénario de production concret.

Pour le marché chinois, la démarche est logique. Les prix de l'inférence se sont effondrés dans le pays ces deux dernières années, et le modèle, vendu comme un produit à part, ne dégage presque plus de marge. Il faut gagner sa vie sur l'intégration, la fiabilité et l'habillage sectoriel. C'est précisément cette couche qu'iFlytek tente d'empaqueter dans un service.

Spark X2.6 : une partie du travail reste sur l'appareil

Le modèle Spark X2.6 est présenté comme « 端云一体 », c'est-à-dire doté d'une architecture unifiée côté appareil et côté cloud. L'idée est simple. Les requêtes légères sont traitées en local, là où la latence et la confidentialité comptent, tandis que les requêtes lourdes partent dans le cloud. Pour une entreprise issue des assistants vocaux, des tablettes éducatives, des dictaphones et des traducteurs, c'est une approche naturelle : iFlytek dispose déjà d'un parc de matériel propre sur lequel déployer le modèle.

Le numéro de version 2.6 indique une mise à jour incrémentale de la gamme Spark X, et non un changement de génération. Mais le couplage avec TaaS change le contexte. Les tokens générés sur l'appareil comme dans le cloud peuvent être comptabilisés et vendus dans un même référentiel.

La voix et le corps : SparkAudio et l'interface embodied

Sur le volet vocal, l'entreprise a lancé SparkAudio 1.0, un modèle de base pour l'audio. C'est le terrain où iFlytek a le plus long palmarès : la reconnaissance et la synthèse vocales étaient son produit principal bien avant l'ère des LLM. Cette même compétence est désormais présentée comme un modèle fondamental, et non plus comme un assemblage de moteurs distincts.

Le troisième axe concerne les robots. La technologie d'interaction multimodale pour l'IA incarnée vise à permettre à la machine de percevoir simultanément la voix, l'image et le contexte, et d'y répondre. Pour les humanoïdes et les robots de service, l'interface de dialogue reste l'un des points les plus faibles, et les acquis d'iFlytek en matière de voix y apparaissent comme un atout de poids.

Principaux éléments de l'annonce :

• Spark X2.6 : version du modèle phare avec architecture « appareil + cloud »
• Xingchen TaaS : plateforme où l'unité de livraison est le token
• SparkAudio 1.0 : première version du modèle vocal de base
• Interaction multimodale pour les systèmes embodied
• Nouvelle génération d'outils d'interaction homme-machine sur la plateforme ouverte

À qui cela servira, et quand

Les développeurs et intégrateurs en Chine gagneraient à voir dans Xingchen TaaS une tentative de proposer une chaîne clé en main, du modèle à l'application sectorielle, et non une API de plus. La question centrale pour évaluer la plateforme sera le coût final du token dans un scénario réel, en tenant compte de la partie locale sur l'appareil.

L'approche hybride de X2.6 intéressera les fabricants d'appareils connectés : elle permet de garder une partie des scénarios hors ligne et de ne pas payer le cloud à chaque réplique. Les équipes de robotique devraient s'intéresser à SparkAudio et à la pile multimodale comme couche vocale prête à l'emploi.

En dehors de la Chine, l'effet sera indirect. Mais la tendance, elle, est visible : les fournisseurs de modèles passent de la vente d'intelligence à la vente du token comme unité de production mesurable, et iFlytek l'a affirmé sur la plus grande scène de son calendrier.