大模子正堕入一场“武备竞赛”式的狂欢。参数范围从千亿到万亿，高下文窗口从1万到100万，各家厂商你追我赶，仿佛谁投更多算力、堆更大参数，谁就能赢下这场AI竞赛。但连络标明，单纯加多参数带来的性能教悔正在急剧递减。

斯坦福大学发布的《大模子范围定律》指出，当参数跳跃5000亿后，模子在推理才略、学问结识等中枢办法上的教悔幅度从早期的30%以上降至不及5%，而试验本钱和能耗却呈指数级增长。

企业真确需要的，是一个参数天文数字的“万能选手”，如故一个富饶理智、富饶低廉、能实着实在干活的“专科搭档”？

6月8日，云知声发布自主研发的下一代原生智能体模子U2，一款有近3000亿参数的MoE寥落模子，声称能在多量任务上并排万亿参数模子。更要津的是，其推理本钱显贵低于同尺寸范围大小模子。

当大多量玩家还在比谁的模子“更大更强”，云知声接受了一条“强而小、强而省、强而能落地”的各别化旅途。这条旅途的逻辑是什么？底气从哪来？能否撑起“国产第一梯队”的标的？

1

大模子界的

“反内卷选手”

当今主流的万亿参数级别大模子，动辄需要上千张GPU卡才气跑起来，单次推理的电力本钱和算力本钱高到让大部分企业远而避之。而U2的近3000亿总参数，激活参数目独一百亿级别，按照MoE架构的寥落特色，每次推理只调用约十分之一的大家参数。

这背后的底层公式，是云知声独创东谈主黄伟提倡的一个主张：AI公司行业价值=智能密度×Token价值。

什么叫“智能密度”？黄伟的讲解是：不是单纯强调模子小，而是在模子性能达到寰球第一梯队水平后，进一步讨论每单元参数里承载了些许知识、推理才略和任务措置效力。

用一句更直白的话说：你用十个参数颖异别东谈主一百个参数的活儿，你的智能密度就更高。

而“Token价值”则是另一个被行业淡薄的维度。以前两年，大模子厂商心爱比“生成多快”“生成些许”，黄伟把这个逻辑反过来问：如果生成的Token莫得业务价值，那它不是收入，是本钱。Token价值不是看数目，是看每次调用能否真确调遣为业务驱散。

U2是云知声自研、基于快慢念念考会通的寥落搀杂大家（MoE）架构通用大语言模子，从联想之初就锚定“为实施而生”，而非“为生成而生”。

其领有许多本事亮点，举例在高智能密度方面，通过知识广泛编码、语义压缩优化，近3000亿参数的U2在多量纯文本任务接近以至越过国内万亿参数模子，参数效力接近后者约5倍。用更少参数承载更高密度知识与推理才略，告别无效参数堆砌。

“Agent+Harness协同演进”是U2的另一个要津标签。

传统大模子实质上是“嘴强王者”，能恢复问题、能写著作，但真要让它去完成一个复杂的多轨范任务，比如自主调用器用、贪图旅途、实施操作并验收驱散，就得在外面包上一层厚厚的“应用壳”。

U2的器用调用、情景经管、多步贪图均为模子原生才略，可自主结识标的、拆解任务、调用器用、实施验收，适配复杂长程任务，而非靠外挂终了智能体效果。主若是依赖旅途贪图实施与harness协同演进，翻新联想原生推理旅途蒸馏机制，构建贪图-环境探索-实施-验收全链路闭环才略，高效独霸复杂长程任务。

具体而言，U2将模子原生Agent才略的教悔与Harness（任求实施脚手架）的迭代优化纳入团结试验闭环，变成双向强化的协同演进机制。一方面，Harness笔据现时模子才略范围与特色抓续迭代，为模子提供更精确的任务环境与响应接口；另一方面，模子诈欺优化后的Harness复返的高质地轨迹数据，抓续强化多步贪图、器用调用、经过纠错与驱散验收才略。

这种底层试验机制的换骨夺胎，在直不雅的应用层带来了全新的使用体验。哪怕是在纯当然语言的交互场景下，它的原生实施力也体现得大书特书。以我最近测试的一个前端斥地任务为例，笔者行为又名文科生，从来不会写任何代码，我只需要在U2对话框里输入一段指示：帮我写一个单文献的网页小游戏，模拟烟花飞到空中然后怒放。条目画面极端炫酷，五颜六色的线条轨迹，何况我不错用鼠标去互动。

令东谈主惊喜的不仅是它在不到2分钟内一次性委派了无Bug的制品代码，更在于它在生成经过中展现出的“原生贪图感”——它无需外部指示，便自主完成了从底层canvas逻辑构建、五彩线条轨迹的物理模拟，到鼠标交互事件的精确挂载。全程单次交互便达到验收圭臬，直不雅考证了其内化的任务领悟与实施才略。

个东谈主的惊艳体验并非孤例，范围化的评测数据也为这种“高实施力”提供了严谨的佐证。U2在最新的综合评测中展现了很是求实、面向确切企业级落地场景优化的纷乱实力。评测深度隐敝了智能体才略（AgenticCapacity）、实战化智能体专项（ClawSpecific）、长文本才略（LongContext）、知识与推理（Knowledge&Reasoning）以及指示撤职（InstructionFollowing）五大中枢维度，隐敝范围与U2的中枢联想取向高度契合。

让东谈主惊喜的是，在6月10日国外巨擘AI模子评测平台LLMStats更新的榜单中，云知声U2登上两项要津评测：在LLMStatsScore综合才略榜单中插足模子总榜前30，按厂商最好模子获利位列寰球模子厂商第九。此外，LongBench-V2评测排行中，U2的长文本才略以54.4%的准确率越过ClaudeOpus4.7（53.9%），仅过期GPT-5.4（55.6%）1.2个百分点，排行寰球第二。意味着其中枢的高下文信息索取、跨段落推理才略已达到寰球第一梯队水平。

此外，评测驱散全面印证了U2“双高+原生智能体”的中枢主张，确立了其行为新一代高效Agent模子的行业地位。当先是三大基础才略全面夺魁，印证“高智能密度”；其次是代码工程与Agent实战稳居第一梯队，彰显“原生智能体”本色；临了是极致能效带来压倒性降本上风，践行“低本钱高产出”政策。

「枪弹财经」发现，U2的底层逻辑，是先达到一流智能水平，再把本钱打到最低。如同造车不是马力越大越好，而是在保证速率与安全前提下作念到最省油。

黄伟的譬如直白又精确：“我不需要一个中国科学院院士来开滴滴。好多任务场景不需要最高智能，硕士博士水平就够了。”

2

十几年的“长征路”

好多东谈主对云知声的印象还停留在“作念语音识别”，这个贯通偏差其实不小。

在AI1.0时期，它的着名度远不如商汤、旷视那批“AI四小龙”。但黄伟有一个很专诚义的不雅点：云知声不是从语音走向大模子，米兰体育2026世界杯指定中国官网而是从智能交互走向大模子。

翻开时刻轴，不错看到云知声的一条发展干线：语音仅仅进口，背后是意图结识，再背后是任求实施。

2012年创立，同庚攻克“5米远讲”本事；

2013年发布业内首款语音电子病历，走进协和病院；

2014年推出语义云，业内首提“云表芯”一体化政策；

2018年自研AI芯片“雨燕”面世；

2023年发布山海通用大模子；

2024年山海医疗大模子登顶MMDU、MedBench等寰球榜首；

2025年6月，云知声在港交所挂牌上市，被誉为“AGI第一股”。

这十多年里，云知声险些在每个本事周期齐提前下了注，只不外“踩早”是有代价的。黄伟我方说得坦率：“踩早总比踩晚好。踩早了你付出的是时刻本钱，踩晚了你连入场的契机齐莫得。”

上市近一周年，首份年报交出的数据颇有看头。2025年全年，云知声总营收12.11亿元，同比增长29.0%。其中大模子相关业求终了收入6.1亿元，同比增长逾10倍，占举座营收比重攀升至50%以上。大模子业务从早期的本事探索阶段，逶迤为撑抓云知声发展的中枢驱能源。

还有一个值得温柔的数字，2026年5月，云知声Token调用收入的ARR环比暴涨600%，展望6月将不时保抓高增长。这意味着公司收入与客户AI使用强度已深度绑定，业务的范围天花板全面绽开。

交易落地的案例最能证据问题。云知声业务聚焦智谋医疗和智营生计两大中枢领域：在医疗端，其AI缓助病历生成系统已在北京友谊病院等多家三甲病院范围化应用，昨年仅顺义院区就生成跳跃45万份病历，径直援用率超90%；在金融端，其车险理赔AI措置决策匡助头部保障公司控费率教悔3%，每年省俭保费约一二十亿元。这些落地后果充分考证了云知声本事的交易价值。

站在更大的视角看，云知声在AI医疗领域的探索也曾有近十年。死心2025年末，公司已累计与寰球近450家病院融合，寰球综合排行A++及以上病院隐敝率接近35%。

这些数字背后是一个确切的交易逻辑：模子不是靠参数堆出来的，是靠场景喂出来的。

黄伟将其轮廓为“模数共振”，模子的性能离不开高质地数据，而好的模子如果不落地，既无法创造价值，也难以在确切场景中取得高质地数据来鞭策本事迭代。如今，云知声的智谋医疗业务已平素应用于智能电子病历、临床缓助会诊等中枢场景，恰是“模数共振”的典型案例。

这个正响应一朝运转，就很难停驻来。

3

大模子第一梯队，

凭什么有云知声？

大模子下半场的竞争焦点，也曾从“谁更强”转向“谁能以更低本钱、更富厚形势委派富饶强的才略”。在这个新维度上，云知声正凭借多年积聚的数据壁垒、工程化才略和交易化考证，置身大模子第一梯队。

行业样貌远不决型——这是黄伟反复强调的判断。他说：“2018年东谈主们也觉得样貌已定，然后好多公司就死掉了。”AI2.0时期留在牌桌上的公司比1.0时期少得多，但阛阓空间比以前大多了。

黄伟把以前三年界说为“热身赛”：2023到2025年，国内企业和OpenAI的差距从3—5年减轻到3—6个月，但Agent仅能完成单步浮浅任务。2026年才是“正赛”的起首，AI从生成式升级为“坐褥力AI”，Agent能落寞完成复杂任务，交易化窗口真确绽开。

开源模子能措置70%—80%的普通问题，但剩下20%专科用户的20%专科问题，才是真确的护城河。高价值行业的“临了一公里”，一定是通用模子加上行业know-how来共同措置。

云知声可能是少数几家真确有经验这样说，也罕见据这样作念的公司之一。

当先是数据壁垒。云知声在医疗领域深耕了十三年，积聚了超10亿条合规脱敏的医疗病历数据，这些数据在互联网上搜不到，是跑过确切业务、经过医师现实使用千里淀下来的。在物联网领域，融合伙伴跳跃2万家，端侧AI芯片出货量冲突1亿颗。十几年的场景数据不是想买就能买、想抄就能抄的。

其次信任壁垒相似进击。云知声行状了跳跃400家三甲病院，融合病院中85%为三级病院，三分之一融合年限跳跃3年。在B端阛阓，替换本钱极高，一朝切入就锁定了后续收入。这变成了一种飞轮效应：越多的行业数据，带来越好的模子效果；越好的模子效果，带来越多的客户信任；越多的客户信任，又千里淀越多的行业数据。

临了是工程化壁垒。云知声能把大模子压缩到零点几B的大小跑在离线终局芯片里，车载场景下，大模子蒸馏至0.5B参数即可终了端侧无损交互。复杂声学环境下的定向识别、多东谈主言语辩别本事，国内能作念到的公司仅两三家。

有了U2，云知声的交易模式正在发生质变。ToB端，兽牙智能体平台正在加快落地，中标隐敝医疗、医保、交通、客服、工牌等多个领域；ToC端，公有云MaaS的OPC生态抓续产生Token收入。一个名堂委派周期从3个月镌汰到1周，本钱诽谤80%。

4

扫尾

回看云知声走过的十几年，从语音识别到智能交互，从AI芯片到大模子，每一次本事海潮莅临前，它齐在牌桌上。但“踩早”的代价也很现实。

从U2的“智能密度”蹊径，到年报里大模子收入暴增10倍的考证，再到400多家三甲病院的信任托底，云知声用一种不太“互联网”的形势，走到了大模子第一梯队的门口。它莫得选最干预的路，但选了一条最难被复制的路。

正赛哨声已响。问题不再是云知声能不行坐上这张桌子，而是当大模子的竞争从“写得好”变成“干得好”米兰体育2026世界杯指定中国官网，这张桌子上的步调，会不会被改写？