雲知聲(09678)發布新一代主力模型U2-Flash 性能效率顯著躍升

人工智能語音技術及大模型公司雲知聲(09678)近日宣佈，正式推出其新一代高密度智能模型U2-Flash。此模型基於公司現有的U2通用基座模型，經強化後訓練而成，據公司指出，U2-Flash在任務完成質量和綜合效能方面均實現顯著提升，標誌著其在人工智能大模型領域的技術再進一步。 市場消息指，U2-Flash在多項業界權威榜單中展現出卓越性能。在代表編程能力的DeepSWE v1.1榜單中，該模型得分較前代U2模型翻倍，以64.6分的佳績超越GLM5.3-Flash和DeepSeek-V4-Pro-0813等市場領先模型。此外，其在TerminalBench3.0評分大幅提升至24.3分，成功超越K3等萬億參數級別模型。而在SWE-Bench Pro評分方面，U2-Flash亦取得61.6分，較前代模型提升10.5分，進一步印證其在複雜任務處理上的強大實力。 在運營效率和成本控制方面，U2-Flash亦實現全面優化。公司介紹，該模型在端到端執行效率及推理使用成本方面均有顯著改善。具體而言，Agent任務的迭代步數減少20%至30%，任務執行週期縮短35%，而Token消耗亦可減少20%至30%，這將為企業級應用帶來實質性的經濟效益和效率提升。 技術架構方面，U2-Flash採用了先進的稀疏混合專家(MoE)架構，總參數約為266B，單次推理僅激活約10B參數。據悉，此設計有助於在保持高性能的同時，有效控制計算資源消耗。模型平均首字響應時間控制在3秒以內，峯值輸出吞吐最高可達每秒300 Tokens，展現出其在實時交互場景下的高效處理能力。該模型更將編程、智能體、數學推理及指令遵循等多領域能力統一於同一套權重，以遠小於同類稠密模型的激活規模，實現主力級別的任務完成質量。 此外，U2-Flash具備隱式思考與連續狀態推理機制，並將推理強度封裝為四檔可控接口，在高強度檔位可輸出完整且可讀的推理鏈條，確保推理過程的可核查性和可追溯性。值得一提的是，該模型已完成對主流國產算力平台的系統性適配，為其在不同環境下的規模化部署提供了更為靈活的算力選擇與支持。