宝博下载页面-宝博下载页面最新版V.90.11.30-慧聪网

宣布于2026-06-16 21:25:58来自IOS版 v8.74.7788 ·

关注

国产通用大模子第一梯队，，，，来新人了？？？？？！

一张新面目，，，，就这样突入了国产通用大模子第一梯队。。。

走的还不是行业主流的“堆参数”路径。。。

这事放今天，，，，谁听了不想迅速围观一下？？？？？？？？？？

我也不破例，，，，并且我还顺便挖了一下这家公司这样做的原因（好奇.jpg）。。。

效果你猜怎么着？？？？？谜底居然云云“直击灵魂”——再走古板老路，，，，你我的Token钱包是真扛不住了。。。

△图片由AI天生

这事还得从已往几年行业默认的“堆参数、堆算力”玩法提及，，，，得益于“大力出事业”这条规则，，，，大模子确实变得越来越智慧，，，，但账单也越来越离谱。。。

尤其进入推理时代、Agent时代后，，，，这一问题肉眼可见变得越发突出了：

为了让模子“想得更深”，，，，行业主流做法是让它把思索链条逐Token睁开，，，，效果Token消耗越来越夸张。。。

传导到行业加入者，，，，企业最先天天愁赚不到钱，，，，我们通俗人也日常陷入“Token不敷用、用不起”的焦虑。。。

以是，，，，该怎么给各人精准止痛呢？？？？？

今天这位玩家，，，，港股AGI第一股云知声，，，，带着它的新一代基座模子U2，，，，来了。。。

U2不卷参数，，，，卷“智能密度×Token价值”。。。并且说是通用大模子，，，，但骨子里着实是个原生智能体模子。。。

说白了，，，，U2的一切都是为了“让单位Token施展出最大智能”而设计的。。。

你问效果怎样？？？？？数据很能说明问题：U2在多项要害评测上，，，，以极低的激活参数规模比肩甚至逾越体量大得多的敌手，，，，思索Token消耗量可镌汰约25%，，，，在压缩思索Token消耗的同时，，，，推理本钱显著低于同尺寸规模巨细模子。。。

能力不减、Token更少、本钱还打下来了，，，，U2究竟是怎么做到的？？？？？

U2有多能打？？？？？实测一下

怎么做到的先不谈，，，，咱先回覆一个问题：这瓜保真不？？？？？（潜台词≈U2真实有多能打）

谜底是，，，，确实有点工具。。。和同类模子比，，，，U2最显着的差别有两个：

一是特殊醒目活，，，，IFBench指令遵照、Claw系列Agent评测、GDPval办公能力评测都打到了前排，，，，并且完成重大使命的交互轮次更少，，，，不会动不动卡壳往返折腾；；；；

二是“以小胜大”，，，，GPQA硬核推理和长文本明确上，，，，仅凭极低激活参数，，，，打出了靠近甚至凌驾部分超大模子的效果。。。

即是说，，，，又醒目活、又不靠烧算力，，，，这两件事U2同时做到了。。。

好好好，，，，我已经忍不住要用它跑跑真实案例了。。。

现在U2已正式上线云知声Token Hub，，，，个人、开发者及组织均可体验。。。它支持OpenClaw/Hermes等主流Agent脚手架，，，，可无缝对接现有开发流程，，，，适配本钱较低。。。

既然U2善于开发，，，，一上来我就妄想给它“挖坑”，，，，出一道开放性问题（doge）。。。

提醒词大致为：做一个值得上Awwwards的前端demo，，，，可自由选择创意主题，，，，单文件HTML、不必外部库。。。

这道题没有标准谜底，，，，考的是模子在没有约束时能自动展示多高的上限。。。

凭证老例，，，，弱模子一般会选择做通俗官网、卡片结构或按钮动画，，，，而强模子会自动往粒子宇宙、流体模拟、物理引擎这个偏向走。。。

效果U2很快就交出了一个交互式粒子宇宙，，，，快要1000行代码，，，，没有引用任何外部依赖，，，，所有原生实现。。。

视频地点：https://mp.weixin.qq.com/s/IISZprE3c_4w0y61y0EBLQ

翻开HTML，，，，鼠标移动会扰动周围粒子的运动轨迹，，，，点击会触发吸引、倾轧、围绕三种模式的切换，，，，左上角面板还能实时显示目今粒子数目及运动状态。。。

日常感伤一下，，，，以前考大模子，，，，顶多是让它在六边形里转小球。。。现在倒好，，，，直接上这种生产力级的Vibe Coding了。。。

而说到Vibe Coding，，，，最近恰恰有个想法想实践一下：做一个12星座版的《TA究竟在想什么》应用。。。

网上冲浪时经常刷到那种，，，，求网友资助剖析“crush究竟什么意思”的帖子，，，，脑瓜子一转，，，，商机这不就来了。。。

于是我立马扔给U2一些模糊形貌，，，，焦点需求是能不可连系对方星座，，，，判断对方某些话或行动背后的真实意图。。。

效果U2一口吻搞定了五大功效模？？？？，，，，挨个测试每项功效都能正常使用（谈天纪录为AI天生），，，，尤其较量惊喜的是它还想到了AI回复这一点，，，，好吧，，，，我认可AI你照旧在我之上。。。

视频地点：https://mp.weixin.qq.com/s/IISZprE3c_4w0y61y0EBLQ

若是说上面这些还只是体现了U2的Agent开发能力，，，，那么最后这个则是真正磨练它的推理和研究深度——

我让U2对OPC（一人公司）赛道做一次全景式深度研究，，，，要求输出结构完整、有数据支持的可交互HTML报告。。。

全程没给任何资料，，，，没有指定命据泉源，，，，就一句指令。。。

没想到U2却交出了一份让人眼前一亮的报告：

视频地点：https://mp.weixin.qq.com/s/IISZprE3c_4w0y61y0EBLQ

左侧牢靠导航，，，，右侧内容区从工业概述、焦点数据、行业漫衍一起笼罩到政策解读和未来展望……页面底部显示数据均出自国家市场监视治理总局、中国OPC生长调研报告2026等果真数据。。。

数据有来由，，，，判断有逻辑，，，，不是凑字数，，，，是真在做研究。。。

三个案例跑完，，，，转头看会发明它们划分在验证U2的三条能力线：

粒子宇宙考Coding，，，，没有脚手架也能交出生产级代码；；；；星座应用考Agent，，，，需求模糊、模？？？？榉痹，，，，照样没卡壳没返工；；；；OPC报告考Reasoning，，，，零资料输入也能把研究做出来。。。

更要害的是，，，，三个使命U2还都没靠堆Token换效果。。。

嗯？？？？？这是咋回事？？？？？U2究竟是怎么做到又好又省的？？？？？

U2为什么能做到

转了一圈，，，，我找到的谜底是：

从理念到工程设计，，，，U2和已往盛行的那套全都纷歧样。。。

U2的设计理念，，，，着实就是开头提到的“智能密度×Token价值”。。。

听起来有点笼统，，，，无妨连系云知声首创人黄伟的话来明确：

用更高效的资源投入，，，，用模子架构工程能力方面的优化，，，，打造出能知足绝大大都场景的智能水平，，，，这就是智能密度。。。至于何谓“高价值Token” ，，，，则是能够直接转化为商业收入、降低运营本钱、规避重大风险或提升决议质量的Token。。。

换句话说，，，，每一分算力、每一个Token，，，，都得花在刀刃上。。。两个乘数同时优化，，，，缺一不可。。。

而落到工程上，，，，U2则针对两大行业焦点痛点精准挥刀。。。

怎么不卷参数，，，，以小胜大？？？？？把模子性能提起来。。。怎么镌汰Token消耗？？？？？把模子使用本钱降下去。。。

先说性能，，，，U2主要从数据和架构层面举行了优化。。。

古板模子里保存大宗“光占参数不着力”的无效数据，，，，于是U2选择做高知识密度精筛——

把重复、低质、容易诱发幻觉的数据大宗过滤掉，，，，只留真正有知识含量的部分。。。

这样一来，，，，模子单位参数的有用知识密度显着提升。。。

控制好输入端之后，，，，怎么继续包管模子不说空话呢？？？？？

对此，，，，他们在表达层面又做了语义Token压缩优化，，，，通过优化分词与表征，，，，让每个Token只管承载更多有用信息，，，，相当于同样一句话，，，，用更少Token说清晰。。。

双方都控制好，，，，最后再给“幻觉”加一道包管——设置一套知识点级校验与自反馈机制，，，，一连纠偏、自动抑制幻觉。。。

说白了，，，，整个数据层面就是往“用更少Token办更多事”上靠。。。

△图片由AI天生

架构上，，，，U2焦点是希罕MoE（混淆专家）结构，，，，叠加希罕知识编码和知识蒸馏。。。

MoE我知道，，，，实质就是“按需激活”，，，，为啥这里又多了“希罕”二字？？？？？

一查才知道，，，，通俗MoE虽然也是按需挪用，，，，但若是专家自己依然很臃肿，，，，激活数目一多，，，，算力照样压不下来。。。

而希罕MoE主打一个“能省则省”——能用一个专家解决的，，，，绝不叫两个；；；；能用小专家解决的，，，，绝不叫大专家。。。

于是，，，，U2在MoE之前加了一道“希罕知识编码+知识蒸馏”的程序，，，，把每个专家的知识做一遍精炼提纯，，，，让每个专家变得更精悍。。。

而数据和架构的威力一叠加，，，，U2便依附2660亿参数，，，，抵达了1.2万亿参数模子的性能，，，，参数效率靠近后者的5倍。。。

至于Token该怎么省，，，，U2选择从推理环节动刀。。。

为了让模子想得更深，，，，主流做法是把完整头脑链逐Token睁开输出——效果确实好，，，，但Token也烧得飞快，，，，重大使命里真正贵的往往不是谜底，，，，而是那一大堆思索历程。。。

而U2在实践中发明，，，，不说出思索历程，，，，谜底一样靠得住。。。详细他们干了两件事：

一是精简推理路径，，，，直接砍掉无效方法和兜圈子的冗余推导；；；；二是类比人脑解题方式引入隐式思索机制，，，，在隐藏层先把解题偏向想清晰，，，，再进入显式推理的细化验证，，，，大宗中心历程基础不需要睁开成Token输出。。。

以是说，，，，古板模子是边想边说，，，，而U2更像先想明确、再挑重点说。。。

△图片由AI天生

靠着这一设计，，，，U2在保存多路径探索与后续可验证性的同时，，，，可将思索Token消耗量镌汰约25%。。。

25%什么看法？？？？？放在企业级长链路使命里，，，，这个数字带来的本钱差别，，，，只能说懂的都懂了。。。

而这还没完，，，，U2还把原生Agent能力和Harness Engineering放进了统一个训练闭环。。。

Harness会凭证模子特点一连优化，，，，模子再使用Harness返回的真实使命数据，，，，继续强化多步妄想、工具挪用和历程纠错能力。。。双方相互喂数据、相互进化。。。

效果就是，，，，U2的Agent能力不是后天外挂的，，，，而是原生长出来的。。。

而“原生”意味着，，，，模子完成重大使命时需要的交互轮次更少、上下文更短，，，，单次营业Token本钱也会进一步下降。。。

到这里你发明没，，，，在U2身上，，，，小参数、强能力、少Token并非取舍，，，，而是被同时设计进去的。。。

从理念到工程设计，，，，U2每一层都在往统一个偏向使劲：

让智能更密、让Token更值。。。

为什么是云知声

好，，，，现在我已经知道有U2这样一个模子了，，，，但问题是：

为什么在各人普遍以为大模子竞争名堂已经收敛之时，，，，云知声还要往里闯？？？？？并且还真让它闯进去了？？？？？

一切可以追溯到上个月，，，，晚点LatePost对云知声首创人黄伟的采访。。。

黄伟的判断很直接：2023到2025年是大模子的热身赛，，，，2026年正赛才刚最先。。。

乍一听有点像时势话，，，，但仔细想想还真不是。。。

热身赛比的是参数、算力和资源投入，，，，实质上是一场资源消耗战。。。而现在，，，，AI正从“天生式”迈入“生产力”时代——模子要真正下场干活了，，，，每一个Token都得换回真实的营业价值。。。

以是，，，，虽然走的照旧通用大模子这条路，，，，但已经不是统一场角逐了。。。已往比谁投入更多资源，，，，现在比谁能创立更多价值，，，，评分标准已经悄悄改变。。。

说白了，，，，以前那套竞争名堂或许已经收敛，，，，但新的竞争名堂，，，，才刚刚睁开。。。

这也诠释了为啥云知声第一代基；；；；菇小吧胶！，，，，现在却酿成了“U2”，，，，它代表的正是这种AI范式的转变。。。

△图片由AI天生

而在这套新的竞争系统下，，，，云知声已往十几年攒下的“家底”最先施展作用了。。。

那些一经看起来不敷性感、甚至有些“慢”的积累，，，，现在反而成了它攻击第一梯队的主要筹码。。。

云知声2012年依附语音识别起身，，，，去年刚完成港股上市，，，，被外界普遍视为“港股AGI第一股”。。。

许多人一看它名字里有“声”，，，，就下意识以为这是一家语音公司，，，，但这着实是一种误解。。。

准确翻开方式是，，，，三个字看全——“云”是智能的载体，，，，“知”是认知的焦点，，，，“声”只是进入这个天下的第一扇门。。。

在黄伟看来，，，，他们听的历来不是声音，，，，而是声音背后的意识。。。

何谓“声音背后的意识”？？？？？焦点有三层，，，，换成示意图明确如下：

△图片由AI天生

看到没，，，，为了搞懂“声音背后的意识”，，，，云知声着实一起都在升级自己的能力界线。。。

最早做语音识别，，，，解决“听懂”的问题；；；；厥后做智能交互，，，，解决“明确意图”的问题；；；；再厥后，，，，当目的酿成明确情绪、场景和恒久需求时，，，，单点手艺已经不敷用了，，，，背后需要一个能够推理、妄想和行动的智能大脑。。。

以是从某种意义上说，，，，云知声并不是突然转型做大模子，，，，而是在追逐“让机械真正明确人”这件事的历程中，，，，一步步走到了大模子这里。。。

这也诠释了它今天为什么把自己定位为：原生智能体基座大模子公司。。。

不是赶风口，，，，是这条线走到现在，，，，自然走到了这个位置。。。

而在Agent时代，，，，这段积累尤其值钱。。。

就这么说吧，，，，现在各人熟知的大模子玩家，，，，险些都是2023年前后麋集冒出来的新面目，，，，但云知声不是。。。

早在AI 1.0时代，，，，它就已经在做真实场景落地了。。。

多年来，，，，它一直坚持“强基模+深应用”的蹊径：一边自主研发底层模子能力，，，，一边扎根工业场景做深度落地。。。

围绕智慧医疗和智慧生涯两条营业主线，，，，它积累了大宗真实数据、真实需求，，，，以及真实反馈。。。

而这些，，，，正是大模子时代最稀缺、也最值钱的工具。。。

更要害的是，，，，这种来自真实场景的压力，，，，还倒逼出了云知声自己奇异的一套要领论：不追求参数规模，，，，追求更高的智能密度、更低的推理本钱、更强的落地能力。。。

说到这里，，，，有个细节很值得一提。。。众所周知，，，，老黄喜欢说token efficiency，，，，“同样100万token，，，，我用更少的电费、更少的算力把它生产出来”，，，，但这只是生产端的看法。。。

而云知声一步到位，，，，想的是“这100万token生产出来之后，，，，它究竟值几多钱”。。。效率再高，，，，若是全是空话，，，，商业价值也是零。。。

围绕这个逻辑，，，，云知声搭了一套完整的系统：底层是U2这样的基座大模子，，，，中心是兽牙智能体平台，，，，上层一端毗连医疗、医保、交通、客服等工业场景，，，，另一端通过MaaS和生态平台触达开发者与个人用户。。。

模子创立价值，，，，价值爆发Token消耗，，，，Token消耗转化为收入，，，，属于云知声的“Token经济学”就此闭环跑通了。。。

而最新的数据，，，，已经最先验证这套逻辑。。。

已往几年云知声发声未几，，，，一部分原因是港股上市静默期的客观限制。。。

但现在静默期竣事了，，，，财报也摆在那里：不到500人的团队，，，，年营收凌驾10亿元，，，，大模子相关收入突破6.1亿元，，，，同比增添凌驾10倍。。。

更直接的信号来自Token营业，，，，量子位探询到，，，，云知声今年5月Token挪用收入ARR环比增添了600%，，，，预计6月仍将坚持高速增添。。。

这意味着，，，，云知声的收入已经和客户创立的AI价值直接挂钩了，，，，客户用得越多、价值越大，，，，收入的天花板也随着翻开。。。

“智能密度×Token价值”这套逻辑，，，，不再只是理念，，，，而是已经最先在财报上展现。。。

以是回过头看U2，，，，外貌上，，，，它以1/10的Token本钱重构了重大使命的本钱结构，，，，让许多已往算不过账的AI场景，，，，第一次具备了大规模安排的可能。。。

实质上，，，，它验证的是“智能密度”这条蹊径自己的可行性：性能不是堆出来的，，，，本钱不是靠降质量省下来的，，，，两件事可以同时爆发。。。

当每一个Token都能创立更多价值时，，，，显而易见，，，，“更大”便不再是唯一谜底——

行业的评价坐标，，，，将从“谁的模子更大”，，，，逐渐转向“谁的模子更值”。。。

而U2，，，，正是这一转变的第一块试金石。。。

在线体验：https://maas.unisound.com/models/u2

@蔡嘉莲：宝博下载页面，，，，五月天向柳州震区捐钱100万
@黄志雄：刘浩保存舆论风浪中完成大考
@吴新韵：詹姆斯打高尔夫惹讼事面临罚？？？？钭

热门排行

凯时AG