云知声U2技术迭代破局内卷，打造可落地原生智能体大模型

当前国内大模型行业逐步告别盲目堆参数的粗放式竞争，从“规模竞赛”转向“价值落地”的全新迭代阶段。在此行业变革背景下，港股AI大模型企业云知声迎来关键技术突破，公司计划于6月正式发布新一代通用大语言模型U2，以全新AI2.0技术破解行业痛点，成为国产大模型高效落地的重要探索。

迭代升级落地，开启AI2.0

深耕AI行业十余年的云知声，历经语音交互、芯片、大模型多轮技术周期，在港股上市后完成关键技术蓄力。此次U2模型迭代并非简单的性能更新，而是AI技术的质变升级。

相较于上一代山海大模型，U2承载着全新的战略意义。云知声创始人黄伟表示，AI行业已从1.0时代迈入2.0时代，叠加公司上市后的全新发展阶段，需要以全新思维布局AI赛道，这也是U2命名的核心寓意。不同于传统大模型“为生成而设计”的逻辑，U2是行业少见的原生通用Agent大模型，从研发之初便确立“为执行而设计”的核心定位。

创新MoE架构，实现高效能低损耗突破

在技术架构上，U2采用2600亿总参数MoE架构，依托架构创新与训练方法优化，模型在多数纯文本任务中，性能可对标甚至超越国内万亿参数级大模型，极致落地“智能密度”核心理念。其核心能力聚焦知识推理、指令遵循、长上下文、长程任务、编码及办公智能体等核心方向，综合实力对标全球一流大模型。

多项专业评测数据印证了U2的硬核实力。在IFBench指令遵循评测中，U2表现位居行业前列；在Claw评测中展现出突出的智能体与工具调用能力；同时在GPQA硬核知识推理、长上下文任务中，具备挑战行业顶尖模型的水平。

区别于行业一味堆砌参数的内卷模式，U2放弃盲目扩张参数规模，主打“强而小、强而省、强而能落地”的核心优势。针对行业大模型训练、部署成本过高，落地门槛高的痛点，云知声提出全新价值公式：AI商业价值=智能密度×Token价值。

该模型延续了山海大模型在医疗、物联网领域的积淀，通过将驾驭工程下沉至模型层，大幅优化场景实用性，让医疗、金融等严肃场景的模型幻觉率大幅降低。凭借高效、低成本、高落地性的特质，U2有望打破行业“能用但用不起”的困境，开启AI大模型规模化商用新阶段。

标签：