一张新形貌，就这样闯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”旅途。

这事放今天，谁听了不想火速围不雅一下？？

我也不例外，况且我还趁机挖了一下这家公司这样作念的原因（敬爱.jpg）。

完毕你猜何如着？谜底竟然如斯“直击灵魂”——再走传统老路，你我的Token钱包是真扛不住了。

△图片由AI生成

这事还得从以前几年行业默许的“堆参数、堆算力”玩法提及，成绩于“猖厥出名胜”这条文章，大模子如实变得越来越理智，但账单也越来越离谱。

尤其进入推理时间、Agent时间后，这一问题肉眼可见变得愈加隆起了：

为了让模子“想得更深”，行业主流作念法是让它把想考链条逐Token张开，完毕Token失掉越来越夸张。

传导到行业参与者，企业初始天天愁赚不到钱，咱们普通东说念主也日常堕入“Token不够用、用不起”的错愕。

是以，该何如给寰球精确止痛呢？

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”。况且说是通用大模子，但骨子里其实是个原生智能体模子。

说白了，U2的一切齐是为了“让单元Token阐发出最大智能”而联想的。

你问后果怎样？数据很能阐发问题：U2在多项要害评测上，以极低的激活参数鸿沟并列以至高出体量大得多的敌手，想考Token失掉量可减少约25%，在压缩想考Token失掉的同期，推理成本权贵低于同尺寸鸿沟大小模子。

能力不减、Token更少、成本还打下来了，U2到底是何如作念到的？

U2有多能打？实测一下

何如作念到的先不谈，咱先回答一个问题：这瓜保真不？（潜台词≈U2确凿有多能打）

谜底是，如实有点东西。和同类模子比，U2最明显的互异有两个：

一黑白常颖慧活，IFBench指示衔命、Claw系列Agent评测、GDPval办公能力评测齐打到了前排，况且完成复杂任务的交互轮次更少，不会动不动卡壳往还折腾；

二是“以小胜大”，GPQA硬核推理和长文本预计上，仅凭极低激活参数，打出了接近以至进步部分超大模子的后果。

等于说，又颖慧活、又不靠烧算力，这两件事U2同期作念到了。

好好好，我照旧忍不住要用它跑跑确凿案例了。

目前U2已发达上线云知声Token Hub，个东说念主、开发者及组织均可体验。它支抓OpenClaw/Hermes等主流Agent脚手架，可无缝对接现存开发经过，适配成本较低。

既然U2擅长开发，一上来我就贪图给它“挖坑”，出一说念盛开性题目（doge）。

领导词大要为：作念一个值得上Awwwards的前端demo，可目田接受创意主题，单文献HTML、不必外部库。

这说念题莫得轨范谜底，考的是模子在莫得料理时能主动展示多高的上限。

按照常规，弱模子一般会接受作念普通官网、卡片布局或按钮动画，而强模子会主动往粒子六合、流体模拟、物理引擎这个主义走。

完毕U2很快就交出了一个交互式粒子六合，快要1000行代码，莫得援用任何外部依赖，全部原生杀青。

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

翻开HTML，鼠标移动会扰动隔邻粒子的理解轨迹，点击会触发诱骗、扼杀、环绕三种模式的切换，左上角面板还能及时炫耀刻下粒子数目及理解情状。

日常感叹一下，以前考大模子，酌定是让它在六边形里转小球。目前倒好，告成上这种坐褥力级的Vibe Coding了。

而说到Vibe Coding，最近刚好有个想法想现实一下：作念一个12星座版的《TA到底在想什么》应用。

网上冲浪时频频刷到那种，求网友帮手分析“crush到底什么真义”的帖子，脑瓜子一滑，商机这不就来了。

于是我立马扔给U2一些拖拉形貌，中枢需求是能不成结合对方星座，判断对方某些话或手脚背后确凿凿意图。

完毕U2连络贬责了五大功能模块，挨个测试每项功能齐能正常使用（聊天纪录为AI生成），尤其比拟惊喜的是它还猜想了AI讲述这小数，好吧，我承认AI你照旧在我之上。

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

要是说上头这些还仅仅体现了U2的Agent开发能力，那么终末这个则是确凿教育它的推理和辩论深度——

我让U2对OPC（一东说念主公司）赛说念作念一次全景式深度辩论，条款输出结构完好、额外据支撑的可交互HTML讲述。

全程没给任何长途，莫得指定数据起原，就一句指示。

没猜想U2却交出了一份让东说念主咫尺一亮的讲述：

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

左侧固定导航，右侧内容区从产业抽象、中枢数据、行业漫衍总共覆盖到战术解读和畴昔瞻望……页面底部炫耀数据均出自国度市集监督管理总局、中国OPC发展调研讲述2026等公开数据。

数据有出处，判断有逻辑，不是凑字数，是真在作念辩论。

三个案例跑完，回头看会发现它们辞别在考证U2的三条能力线：

粒子六合考Coding，莫得脚手架也能交出身产级代码；星座应用考Agent，需求拖拉、模块杂沓词语，照样没卡壳没返工；OPC讲述考Reasoning，零长途输入也能把辩论作念出来。

更要害的是，三个任务U2还齐没靠堆Token换完毕。

嗯？这是咋回事？U2到底是何如作念到又好又省的？

U2为什么能作念到

转了一圈，我找到的谜底是：

从理念到工程联想，U2和以前流行的那套透顶不一样。

U2的联想理念，其实便是发轫提到的“智能密度×Token价值”。

听起来有点抽象，不妨结合云知声独创东说念主黄伟的话来预计：

用更高效的资源进入，用模子架构工程能力方面的优化，打造出能高亢绝大多数场景的智能水平，这便是智能密度。至于何谓“高价值Token” ，则是能够告成动荡为买卖收入、镌汰运营成本、避让要紧风险或升迁决议质料的Token。

换句话说，每一分算力、每一个Token，齐得花在刀刃上。两个乘数同期优化，统筹兼顾。

而落到工程上，U2则针对两大行业核肉痛点精确挥刀。

何如不卷参数，以小胜大？把模子性能拿起来。

何如减少Token失掉？把模子使用成本降下去。

先说性能，U2主要从数据和架构层面进行了优化。

传统模子里存在大量“光占参数不出力”的无效数据，于是U2接受作念高常识密度精筛——

把疏通、低质、容易诱发幻觉的数据大量过滤掉，只留确凿有常识含量的部分。

这样一来，模子单元参数的有用常识密度明显升迁。

欺压好输入端之后，何如链接保证模子不说谣言呢？

对此，他们在抒发层面又作念了语义Token压缩优化，通过优化分词与表征，让每个Token尽量承载更多有用信息，特地于相通一句话，用更少Token说知晓。

双方齐欺压好，终末再给“幻觉”加一说念保障——开采一套常识点级校验与自响应机制，抓续纠偏、主动扼制幻觉。

说白了，总共数据层面便是往“用更少Token办更多事”上靠。

△图片由AI生成

架构上，U2中枢是寥落MoE（夹杂群众）结构，叠加寥落常识编码和常识蒸馏。

MoE我知说念，本色便是“按需激活”，为啥这里又多了“寥落”二字？

一查才知说念，普通MoE诚然亦然按需调用，但要是群众自身依然很肥胖，激活数目一多，算力照样压不下来。

而寥落MoE主打一个“能省则省”——能用一个群众解决的，毫不叫两个；能用小群众解决的，毫不叫大群众。

于是，U2在MoE之前加了一说念“寥落常识编码+常识蒸馏”的范例，把每个群众的常识作念一遍精湛提纯，让每个群众变得更精干。

而数据和架构的威力一叠加，U2便凭借2660亿参数，达到了1.2万亿参数模子的性能，参数效用接近后者的5倍。

至于Token该何如省，百家乐IOS/安卓通用版/手机APP下载U2接受从推理要道动刀。

为了让模子想得更深，主流作念法是把完好想维链逐Token张开输出——后果如实好，但Token也烧得赶快，复杂任务里确凿贵的通常不是谜底，而是那一大堆想考过程。

而U2百家乐IOS/安卓通用版/手机APP下载在现实中发现，不说出想考过程，谜底一样信得过。具体他们干了两件事：

一是精简推理旅途，告成砍掉无效要领和兜圈子的冗余推导；二是类比东说念主脑解题花样引入隐式想考机制，在袒护层先把解题主义想知晓，再进入显式推理的细化考证，大量中间过程根柢不需要张开成Token输出。

是以说，传统模子是边想边说，而U2更像先想明白、再挑要点说。

△图片由AI生成

靠着这一联想，U2在保留多旅途探索与后续可考证性的同期，可将想考Token失掉量减少约25%。

25%什么办法？放在企业级长链路任务里，这个数字带来的成本互异，只可说懂的齐懂了。

而这还没完，U2还把原生Agent能力和Harness Engineering放进了团结个检会闭环。

Harness会凭据模子特色抓续优化，模子再讹诈Harness复返确凿凿任务数据，链接强化多步筹划、器用调用和过程纠错能力。双方彼此喂数据、彼此进化。

完毕便是，U2的Agent能力不是后太空挂的，而是原孕育出来的。

而“原生”意味着，模子完成复杂任务时需要的交互轮次更少、高下文更短，单次业务Token成本也会进一步下落。

到这里你发现没，在U2身上，小参数、强能力、少Token并非弃取，而是被同期联想进去的。

从理念到工程联想，U2每一层齐在往团结个主义用力：

让智能更密、让Token更值。

为什么是云知声

好，目前我照旧知说念有U2这样一个模子了，但问题是：

为什么在寰球浩荡觉得大模子竞争阵势照旧敛迹之时，云知声还要往里闯？况且还真让它闯进去了？

一切不错操心到上个月，误点LatePost对云知声独创东说念主黄伟的采访。

黄伟的判断很告成：2023到2025年是大模子的热身赛，2026年正赛才刚初始。

乍一听有点像场地话，但仔细想想还真不是。

热身赛比的是参数、算力和本钱进入，本色上是一场资源失掉战。而目前，AI正从“生成式”迈入“坐褥力”时间——模子要确凿下场干活了，每一个Token齐得换回确凿的业务价值。

是以，诚然走的照旧通用大模子这条路，但照旧不是团结场比赛了。以前比谁进入更多资源，目前比谁能创造更多价值，评分轨范照旧暗暗调动。

说白了，以前那套竞争阵势大要照旧敛迹，但新的竞争阵势，才刚刚张开。

这也阐述了为啥云知声第一代基模还叫“山海”，目前却造成了“U2”，它代表的恰是这种AI范式的调整。

△图片由AI生成

而在这套新的竞争体系下，云知声以前十几年攒下的“家底”初始阐发作用了。

那些也曾看起来不够性感、以至有些“慢”的蕴蓄，如今反而成了它冲击第一梯队的进攻筹码。

云知声2012年凭借语音识别起家，旧年刚完成港股上市，被外界平日视为“港股AGI第一股”。

许多东说念主一看它名字里有“声”，就下意志以为这是一家语音公司，但这其实是一种歪曲。

正确翻开花样是，三个字看全——“云”是智能的载体，“知”是领会的中枢，“声”仅仅进入这个天下的第一扇门。

在黄伟看来，他们听的从来不是声息，而是声息背后的意志。

何谓“声息背后的意志”？中枢有三层，换成线路图预计如下：

△图片由AI生成

看到没，为了搞懂“声息背后的意志”，云知声其实总共齐在升级我方的能力鸿沟。

最早作念语音识别，解决“听懂”的问题；自后作念智能交互，解决“预计意图”的问题；再自后，当目的造成预计情感、场景和永恒需求时，单点技能照旧不够用了，背后需要一个能够推理、筹划和举止的智能大脑。

是以从某种道理上说，云知声并不是顷刻间转型作念大模子，而是在追赶“让机器确凿预计东说念主”这件事的过程中，一步步走到了大模子这里。

这也阐述了它今天为什么把我方定位为：原生智能体基座大模子公司。

不是赶风口，是这条线走到目前，当然走到了这个位置。

而在Agent时间，这段蕴蓄尤其值钱。

就这样说吧，目前寰球熟知的大模子玩家，险些齐是2023年前后密集冒出来的新形貌，但云知声不是。

早在AI 1.0时间，它就照旧在作念确凿场景落地了。

多年来，它一直坚抓“强基模+深应用”的阶梯：一边自主研发底层模子能力，一边扎根产业场景作念深度落地。

围绕奢睿医疗和奢睿生计两条业务干线，它蕴蓄了大量确凿数据、确凿需求，以及确凿响应。

而这些，恰是大模子时间最稀缺、也最值钱的东西。

更要害的是，这种来自确凿场景的压力，还倒逼出了云知声我方私有的一套顺序论：不追求参数鸿沟，追求更高的智能密度、更低的推理成本、更强的落地能力。

说到这里，有个细节很值得一提。无人不晓，老黄心爱说token efficiency，“相通100万token，我用更少的电费、更少的算力把它坐褥出来”，但这仅仅坐褥端的办法。

而云知声一步到位，想的是“这100万token坐褥出来之后，它到底值若干钱”。效用再高，要是全是谣言，买卖价值亦然零。

围绕这个逻辑，云知声搭了一套完好的体系：底层是U2这样的基座大模子，中间是兽牙智能体平台，表层一端结合医疗、医保、交通、客服等产业场景，另一端通过MaaS和生态平台触达开发者与个东说念主用户。

模子创造价值，价值产生Token失掉，Token失掉动荡为收入，属于云知声的“Token经济学”就此闭环跑通了。

而最新的数据，照旧初始考证这套逻辑。

以前几年云知声发声未几，一部分原因是港股上市静默期的客不雅限制。

但目前静默期扫尾了，财报也摆在那边：不到500东说念主的团队，年营收进步10亿元，大模子干系收入冲破6.1亿元，同比增前途步10倍。

更告成的信号来自Token业务，量子位探听到，云知声本年5月Token调用收入ARR环比增长了600%，预计6月仍将保抓高速增长。

这意味着，云知声的收入照旧和客户创造的AI价值告成挂钩了，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，不再仅仅理念，而是照旧初始在财报上显露。

是以回偏激看U2，名义上，它以1/10的Token成本重构了复杂任务的成本结构，让许多以前算不外账的AI场景，第一次具备了大鸿沟部署的可能。

实质上，它考证的是“智能密度”这条阶梯自身的可行性：性能不是堆出来的，成本不是靠降质料省下来的，两件事不错同期发生。

当每一个Token齐能创造更多价值时，可想而知，“更大”便不再是独一谜底——

行业的评价坐标，将从“谁的模子更大”，冉冉转向“谁的模子更值”。

而U2，恰是这一滑变的第一块试金石。