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，坎坷文窗口从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。但参谋标明，单纯加多参数带来的性能普及正在急剧递减。

斯坦福大学发布的《大模子范围定律》指出，当参数跳动5000亿后，模子在推理才略、学问贯穿等中枢规划上的普及幅度从早期的30%以上降至不及5%，而磨真金不怕火资本和能耗却呈指数级增长。

企业简直需要的，是一个参数天文数字的“万能选手”，如故一个充足理智、充足低廉、能实实在在干活的“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稀疏模子，声称能在普遍任务上并排万亿参数模子。更关节的是，其推理资本权贵低于同尺寸范围大小模子。

当大普遍玩家还在比谁的模子“更大更强”，云知声罗致了一条“强而小、强而省、强而能落地”的互异化旅途。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”的地方？

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卡才略跑起来，单次推理的电力资本和算力资本高到让大部分企业我见犹怜。而U2的近3000亿总参数，激活参数目唯一百亿级别，按照MoE架构的稀疏特质，每次推理只调用约十分之一的众人参数。

这背后的底层公式，是云知声首创东说念主黄伟提议的一个办法：AI公司行业价值=智能密度×Token价值。

什么叫“智能密度”？黄伟的解说是：不是单纯强调模子小，而是在模子性能达到环球第一梯队水平后，进一步推断每单元参数里承载了若干知识、推理才略和任务处理效能。

用一句更直白的话说：你用十个参数闪耀别东说念主一百个参数的活儿，你的智能密度就更高。

而“Token价值”则是另一个被行业残暴的维度。夙昔两年，大模子厂商心爱比“生成多快”“生成若干”，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，是资本。Token价值不是看数目，是看每次调用能否简直回荡为业务停止。

U2是云知声自研、基于快慢念念考交融的稀疏搀和众人（MoE）架构通用大语言模子，从设想之初就锚定“为实践而生”，而非“为生成而生”。

其领有许多技能亮点，举例在高智能密度方面，通过知识难懂编码、语义压缩优化，近3000亿参数的U2在普遍纯文本任务接近甚而特出国内万亿参数模子，参数效能接近后者约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的另一个关节标签。

传统大模子实质上是“嘴强王者”，能恢复问题、能写著述，但真要让它去完成一个复杂的多形式任务，比如自主调用器用、谋划旅途、实践操作并验收停止，就得在外面包上一层厚厚的“应用壳”。

U2的器用调用、景况顾问、多步谋划均为模子原生才略，可自主贯穿地方、拆解任务、调用器用、实践验收，适配复杂长程任务，而非靠外挂达成智能体效果。主淌若依赖旅途谋划实践与harness协同演进，改进设想原生推理旅途蒸馏机制，构建规划-环境探索-实践-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才略的普及与Harness（任求实践脚手架）的迭代优化纳入灭亡磨真金不怕火闭环，造成双向强化的协同演进机制。一方面，Harness笔据现时模子才略领域与特质执续迭代，为模子提供更精确的任务环境与响应接口；另一方面，模子诳骗优化后的Harness复返的高质料轨迹数据，执续强化多步谋划、器用调用、历程纠错与停止验收才略。

这种底层磨真金不怕火机制的换骨夺胎，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，它的原生实践力也体现得长篇大论。以我最近测试的一个前端拓荒任务为例，笔者动作又名文科生，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通达。条件画面颠倒炫酷，五颜六色的线条轨迹，况兼我不错用鼠标去互动。

令东说念主惊喜的不仅是它在不到2分钟内一次性录用了无Bug的制品代码，更在于它在生成历程中展现出的“原生谋划感”——它无需外部领导，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步伐，直不雅考证了其内化的任务领悟与实践才略。

个东说念主的惊艳体验并非孤例，范围化的评测数据也为这种“高实践力”提供了严谨的佐证。U2在最新的综合评测中展现了相配求实、面向确实企业级落地场景优化的广宽实力。评测深度遮蔽了智能体才略（AgenticCapacity）、实战化智能体专项（ClawSpecific）、长文本才略（LongContext）、知识与推理（Knowledge&Reasoning）以及指示受命（InstructionFollowing）五大中枢维度，遮蔽范围与U2的中枢设想取向高度契合。

让东说念主惊喜的是，在6月10日国外泰斗AI模子评测平台LLMStats更新的榜单中，云知声U2登上两项关节评测：在LLMStatsScore综合才略榜单中参加模子总榜前30，按厂商最好模子收货位列环球模子厂商第九。此外，LongBench-V2评测名次中，U2的长文本才略以54.4%的准确率特出ClaudeOpus4.7（53.9%），仅逾期GPT-5.4（55.6%）1.2个百分点，名次环球第二。意味着其中枢的坎坷文信息索要、跨段落推理才略已达到环球第一梯队水平。

此外，评测停止全面印证了U2“双高+原生智能体”的中枢方针，缔造了其动作新一代高效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；终末是极致能效带来压倒性降本上风，践行“低资本高产出”计谋。

「枪弹财经」发现，U2的底层逻辑，是先达到一流智能水平，再把资本打到最低。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。

黄伟的比方直白又精确：“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”

好多东说念主对云知声的印象还停留在“作念语音识别”，这个通晓偏差其实不小。

在AI1.0时间，它的著明度远不如商汤、旷视那批“AI四小龙”。但黄伟有一个很有有趣有趣的不雅点：云知声不是从语音走向大模子，滚球app全新入口而是从智能交互走向大模子。

翻开时候轴，不错看到云知声的一条发展干线：语音仅仅进口，背后是意图贯穿，再背后是任求实践。

2012年创立，同庚攻克“5米远讲”技能；

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“云霄芯”一体化计谋；

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等环球榜首；

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，云知声简直在每个技能周期齐提前下了注，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候资本，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%。其中大模子磋贸易求达成收入6.1亿元，同比增长逾10倍，占合座营收比重攀升至50%以上。大模子业务从早期的技能探索阶段，更始为维持云知声发展的中枢驱能源。

还有一个值多礼贴的数字，2026年5月，云知声Token调用收入的ARR环比暴涨600%，瞻望6月将不息保执高增长。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翻开。

贸易落地的案例最能评释问题。云知声业务聚焦贤慧医疗和贤慧生存两大中枢领域：在医疗端，其AI扶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，客岁仅顺义院区就生成跳动45万份病历，径直援用率超90%；在金融端，其车险理赔AI处理决策匡助头部保障公司控费率普及3%，每年勤俭保费约一二十亿元。这些落地后果充分考证了云知声技能的贸易价值。

站在更大的视角看，云知声在AI医疗领域的探索还是有近十年。舍弃2025年末，公司已累计与世界近450家病院和谐，世界综合名次A++及以上病院遮蔽率接近35%。

这些数字背后是一个确实的贸易逻辑：模子不是靠参数堆出来的，是靠场景喂出来的。

黄伟将其详细为“模数共振”，模子的性能离不开高质料数据，而好的模子如果不落地，既无法创造价值，也难以在确实场景中赢得高质料数据来鼓动技能迭代。如今，云知声的贤慧医疗业务已平庸应用于智能电子病历、临床扶助会诊等中枢场景，恰是“模数共振”的典型案例。

这个正响应一朝运行，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，还是从“谁更强”转向“谁能以更低资本、更巩固方式录用充足强的才略”。在这个新维度上，云知声正凭借多年积攒的数据壁垒、工程化才略和贸易化考证，置身大模子第一梯队。

行业方式远不决型——这是黄伟反复强调的判断。他说：“2018年东说念主们也觉得方式已定，然后好多公司就死掉了。”AI2.0时间留在牌桌上的公司比1.0时间少得多，但市集空间比以前大多了。

黄伟把夙昔三年界说为“热身赛”：2023到2025年，国内企业和OpenAI的差距从3—5年削弱到3—6个月，但Agent仅能完成单步精真金不怕火任务。2026年才是“正赛”的开拔点，AI从生成式升级为“坐褥力AI”，Agent能孤独完成复杂任务，贸易化窗口简直翻开。

开源模子能处理70%—80%的简单问题，但剩下20%专科用户的20%专科问题，才是简直的护城河。高价值行业的“终末一公里”，一定是通用模子加上行业know-how来共同处理。

云知声可能是少数几家简直有经验这样说，也罕有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，积攒了超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，是跑过确实业务、经过医师实践使用千里淀下来的。在物联网领域，和谐伙伴跳动2万家，端侧AI芯片出货量摧毁1亿颗。十几年的场景数据不是想买就能买、想抄就能抄的。

其次信任壁垒雷同紧要。云知声行状了跳动400家三甲病院，和谐病院中85%为三级病院，三分之一和谐年限跳动3年。在B端市集，替换资本极高，一朝切入就锁定了后续收入。这造成了一种飞轮效应：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。

终末是工程化壁垒。云知声能把大模子压缩到零点几B的大小跑在离线末端芯片里，车载场景下，大模子蒸馏至0.5B参数即可达成端侧无损交互。复杂声学环境下的定向识别、多东说念主话语区别技能，国内能作念到的公司仅两三家。

有了U2，云知声的贸易模式正在发生质变。ToB端，兽牙智能体平台正在加快落地，中标遮蔽医疗、医保、交通、客服、工牌等多个领域；ToC端，公有云MaaS的OPC生态执续产生Token收入。一个技俩录用周期从3个月裁汰到1周，资本数落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，每一次技能海浪驾临前，它齐在牌桌上。但“踩早”的代价也很现实。

从U2的“智能密度”道路，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”的方式，走到了大模子第一梯队的门口。它莫得选最吵杂的路，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”，这张桌子上的限定滚球app全新入口，会不会被改写？

• 第一
• 模子
• 滚球app全新入口
• 梯队
• 该有