一張新面孔，就這樣闖入了國產通用大模型第一梯隊。

走的還不是行業主流的「堆參數」路徑。

這事放今天，誰聽了不想火速圍觀一下？？

我也不例外，而且我還順便挖了一下這家公司這樣做的原因（好奇.jpg）。

結果你猜怎麼着？答案居然如此「直擊靈魂」——再走傳統老路，你我的Token錢包是真扛不住了。

△圖片由AI生成

這事還得從過去幾年行業默認的「堆參數、堆算力」玩法說起，得益於「大力出奇跡」這條法則，大模型確實變得越來越聰明，但賬單也越來越離譜。

尤其進入推理時代、Agent時代後，這一問題肉眼可見變得更加突出了：

為了讓模型「想得更深」，行業主流做法是讓它把思考鏈條逐Token展開，結果Token消耗越來越誇張。

傳導到行業參與者，企業開始天天愁賺不到錢，我們普通人也日常陷入「Token不夠用、用不起」的焦慮。

所以，該怎麼給大家精準止痛呢？

今天這位玩家，港股AGI第一股雲知聲，帶着它的新一代基座模型U2，來了。

U2不卷參數，卷「智能密度×Token價值」。而且說是通用大模型，但骨子裏其實是個原生智能體模型。

說白了，U2的一切都是為了「讓單位Token發揮出最大智能」而設計的。

你問效果如何？數據很能說明問題：U2在多項關鍵評測上，以極低的激活參數規模比肩甚至超越體量大得多的對手，思考Token消耗量可減少約25%，在壓縮思考Token消耗的同時，推理成本顯著低於同尺寸規模大小模型。

能力不減、Token更少、成本還打下來了，U2到底是怎麼做到的？

U2有多能打？實測一下

怎麼做到的先不談，咱先回答一個問題：這瓜保真不？（潛台詞≈U2真實有多能打）

答案是，確實有點東西。和同類模型比，U2最明顯的差異有兩個：

一是特別能幹活，IFBench指令遵循、Claw系列Agent評測、GDPval辦公能力評測都打到了前排，而且完成複雜任務的交互輪次更少，不會動不動卡殼來回折騰；

二是「以小勝大」，GPQA硬核推理和長文本理解上，僅憑極低激活參數，打出了接近甚至超過部分超大模型的效果。

等於說，又能幹活、又不靠燒算力，這兩件事U2同時做到了。

好好好，我已經忍不住要用它跑跑真實案例了。

目前U2已正式上線雲知聲Token Hub，個人、開發者及組織均可體驗。它支持OpenClaw/Hermes等主流Agent腳手架，可無縫對接現有開發流程，適配成本較低。

既然U2擅長開發，一上來我就打算給它「挖坑」，出一道開放性題目（doge）。

提示詞大致為：做一個值得上Awwwards的前端demo，可自由選擇創意主題，單文件HTML、不用外部庫。

這道題沒有標準答案，考的是模型在沒有約束時能主動展示多高的上限。

按照慣例，弱模型一般會選擇做普通官網、卡片佈局或按鈕動畫，而強模型會主動往粒子宇宙、流體模擬、物理引擎這個方向走。

結果U2很快就交出了一個交互式粒子宇宙，將近1000行代碼，沒有引用任何外部依賴，全部原生實現。

視頻地址：https://mp.weixin.qq.com/s/IISZprE3c_4w0y61y0EBLQ

打開HTML，鼠標移動會擾動附近粒子的運動軌跡，點擊會觸發吸引、排斥、環繞三種模式的切換，左上角面板還能實時顯示當前粒子數量及運動狀態。

日常感慨一下，以前考大模型，頂多是讓它在六邊形裏轉小球。現在倒好，直接上這種生產力級的Vibe Coding了。

而說到Vibe Coding，最近剛好有個想法想實踐一下：做一個12星座版的《TA到底在想什麼》應用。

網上衝浪時經常刷到那種，求網友幫忙分析「crush到底什麼意思」的帖子，腦瓜子一轉，商機這不就來了。

於是我立馬扔給U2一些模糊描述，核心需求是能不能結合對方星座，判斷對方某些話或動作背後的真實意圖。

結果U2一口氣搞定了五大功能模塊，挨個測試每項功能都能正常使用（聊天記錄為AI生成），尤其比較驚喜的是它還想到了AI回覆這一點，好吧，我承認AI你還是在我之上。

視頻地址：https://mp.weixin.qq.com/s/IISZprE3c_4w0y61y0EBLQ

如果說上面這些還只是體現了U2的Agent開發能力，那麼最後這個則是真正考驗它的推理和研究深度——

我讓U2對OPC（一人公司）賽道做一次全景式深度研究，要求輸出結構完整、有數據支撐的可交互HTML報告。

全程沒給任何資料，沒有指定數據來源，就一句指令。

沒想到U2卻交出了一份讓人眼前一亮的報告：

視頻地址：https://mp.weixin.qq.com/s/IISZprE3c_4w0y61y0EBLQ

左側固定導航，右側內容區從產業概述、核心數據、行業分佈一路覆蓋到政策解讀和未來展望……頁面底部顯示數據均出自國家市場監督管理總局、中國OPC發展調研報告2026等公開數據。

數據有出處，判斷有邏輯，不是湊字數，是真在做研究。

三個案例跑完，回頭看會發現它們分別在驗證U2的三條能力線：

粒子宇宙考Coding，沒有腳手架也能交出生產級代碼；星座應用考Agent，需求模糊、模塊繁雜，照樣沒卡殼沒返工；OPC報告考Reasoning，零資料輸入也能把研究做出來。

更關鍵的是，三個任務U2還都沒靠堆Token換結果。

嗯？這是咋回事？U2到底是怎麼做到又好又省的？

U2為什麼能做到

轉了一圈，我找到的答案是：

從理念到工程設計，U2和過去流行的那套全都不一樣。

U2的設計理念，其實就是開頭提到的「智能密度×Token價值」。

聽起來有點抽象，不妨結合雲知聲創始人黃偉的話來理解：

用更高效的資源投入，用模型架構工程能力方面的優化，打造出能滿足絕大多數場景的智能水平，這就是智能密度。至於何謂「高價值Token」 ，則是能夠直接轉化為商業收入、降低運營成本、規避重大風險或提升決策質量的Token。

換句話說，每一分算力、每一個Token，都得花在刀刃上。兩個乘數同時優化，缺一不可。

而落到工程上，U2則針對兩大行業核心痛點精準揮刀。

怎麼不卷參數，以小勝大？把模型性能提起來。

怎麼減少Token消耗？把模型使用成本降下去。

先說性能，U2主要從數據和架構層面進行了優化。

傳統模型裏存在大量「光佔參數不出力」的無效數據，於是U2選擇做高知識密度精篩——

把重複、低質、容易誘發幻覺的數據大量過濾掉，只留真正有知識含量的部分。

這樣一來，模型單位參數的有效知識密度明顯提升。

控制好輸入端之後，怎麼繼續保證模型不說廢話呢？

對此，他們在表達層面又做了語義Token壓縮優化，通過優化分詞與表徵，讓每個Token儘量承載更多有效信息，相當於同樣一句話，用更少Token說清楚。

兩邊都控制好，最後再給「幻覺」加一道保險——設定一套知識點級校驗與自反饋機制，持續糾偏、主動抑制幻覺。

說白了，整個數據層面就是往「用更少Token辦更多事」上靠。

△圖片由AI生成

架構上，U2核心是稀疏MoE（混合專家）結構，疊加稀疏知識編碼和知識蒸餾。

MoE我知道，本質就是「按需激活」，為啥這裏又多了「稀疏」二字？

一查才知道，普通MoE雖然也是按需調用，但如果專家本身依然很臃腫，激活數量一多，算力照樣壓不下來。

而稀疏MoE主打一個「能省則省」——能用一個專家解決的，絕不叫兩個；能用小專家解決的，絕不叫大專家。

於是，U2在MoE之前加了一道「稀疏知識編碼+知識蒸餾」的程序，把每個專家的知識做一遍精煉提純，讓每個專家變得更精幹。

而數據和架構的威力一疊加，U2便憑藉2660億參數，達到了1.2萬億參數模型的性能，參數效率接近後者的5倍。

至於Token該怎麼省，U2選擇從推理環節動刀。

為了讓模型想得更深，主流做法是把完整思維鏈逐Token展開輸出——效果確實好，但Token也燒得飛快，複雜任務裏真正貴的往往不是答案，而是那一大堆思考過程。

而U2在實踐中發現，不說出思考過程，答案一樣靠得住。具體他們幹了兩件事：

一是精簡推理路徑，直接砍掉無效步驟和兜圈子的冗餘推導；二是類比人腦解題方式引入隱式思考機制，在隱藏層先把解題方向想清楚，再進入顯式推理的細化驗證，大量中間過程根本不需要展開成Token輸出。

所以說，傳統模型是邊想邊說，而U2更像先想明白、再挑重點說。

△圖片由AI生成

靠着這一設計，U2在保留多路徑探索與後續可驗證性的同時，可將思考Token消耗量減少約25%。

25%什麼概念？放在企業級長鏈路任務裏，這個數字帶來的成本差異，只能說懂的都懂了。

而這還沒完，U2還把原生Agent能力和Harness Engineering放進了同一個訓練閉環。

Harness會根據模型特點持續優化，模型再利用Harness返回的真實任務數據，繼續強化多步規劃、工具調用和過程糾錯能力。兩邊互相喂數據、互相進化。

結果就是，U2的Agent能力不是後天外掛的，而是原生長出來的。

而「原生」意味着，模型完成複雜任務時需要的交互輪次更少、上下文更短，單次業務Token成本也會進一步下降。

到這裏你發現沒，在U2身上，小參數、強能力、少Token並非取捨，而是被同時設計進去的。

從理念到工程設計，U2每一層都在往同一個方向使勁：

讓智能更密、讓Token更值。

為什麼是雲知聲

好，現在我已經知道有U2這樣一個模型了，但問題是：

為什麼在大家普遍認為大模型競爭格局已經收斂之時，雲知聲還要往裏闖？而且還真讓它闖進去了？

一切可以追溯到上個月，晚點LatePost對雲知聲創始人黃偉的採訪。

黃偉的判斷很直接：2023到2025年是大模型的熱身賽，2026年正賽纔剛開始。

乍一聽有點像場面話，但仔細想想還真不是。

熱身賽比的是參數、算力和資本投入，本質上是一場資源消耗戰。而現在，AI正從「生成式」邁入「生產力」時代——模型要真正下場幹活了，每一個Token都得換回真實的業務價值。

所以，雖然走的還是通用大模型這條路，但已經不是同一場比賽了。過去比誰投入更多資源，現在比誰能創造更多價值，評分標準已經悄悄改變。

說白了，以前那套競爭格局或許已經收斂，但新的競爭格局，才啱啱展開。

這也解釋了為啥雲知聲第一代基模還叫「山海」，現在卻變成了「U2」，它代表的正是這種AI範式的轉變。

△圖片由AI生成

而在這套新的競爭體系下，雲知聲過去十幾年攢下的「家底」開始發揮作用了。

那些曾經看起來不夠性感、甚至有些「慢」的積累，如今反而成了它衝擊第一梯隊的重要籌碼。

雲知聲2012年憑藉語音識別起家，去年剛完成港股上市，被外界廣泛視為「港股AGI第一股」。

很多人一看它名字裏有「聲」，就下意識以為這是一家語音公司，但這其實是一種誤解。

正確打開方式是，三個字看全——「雲」是智能的載體，「知」是認知的核心，「聲」只是進入這個世界的第一扇門。

在黃偉看來，他們聽的從來不是聲音，而是聲音背後的意識。

何謂「聲音背後的意識」？核心有三層，換成示意圖理解如下：

△圖片由AI生成

看到沒，為了搞懂「聲音背後的意識」，雲知聲其實一路都在升級自己的能力邊界。

最早做語音識別，解決「聽懂」的問題；後來做智能交互，解決「理解意圖」的問題；再後來，當目標變成理解情緒、場景和長期需求時，單點技術已經不夠用了，背後需要一個能夠推理、規劃和行動的智能大腦。

所以從某種意義上說，雲知聲並不是突然轉型做大模型，而是在追逐「讓機器真正理解人」這件事的過程中，一步步走到了大模型這裏。

這也解釋了它今天為什麼把自己定位為：原生智能體基座大模型公司。

不是趕風口，是這條線走到現在，自然走到了這個位置。

而在Agent時代，這段積累尤其值錢。

就這麼說吧，目前大家熟知的大模型玩家，幾乎都是2023年前後密集冒出來的新面孔，但云知聲不是。

早在AI 1.0時代，它就已經在做真實場景落地了。

多年來，它一直堅持「強基模+深應用」的路線：一邊自主研發底層模型能力，一邊紮根產業場景做深度落地。

圍繞智慧醫療和智慧生活兩條業務主線，它積累了大量真實數據、真實需求，以及真實反饋。

而這些，正是大模型時代最稀缺、也最值錢的東西。

更關鍵的是，這種來自真實場景的壓力，還倒逼出了雲知聲自己獨特的一套方法論：不追求參數規模，追求更高的智能密度、更低的推理成本、更強的落地能力。

說到這裏，有個細節很值得一提。衆所周知，老黃喜歡說token efficiency，「同樣100萬token，我用更少的電費、更少的算力把它生產出來」，但這只是生產端的概念。

而云知聲一步到位，想的是「這100萬token生產出來之後，它到底值多少錢」。效率再高，如果全是廢話，商業價值也是零。

圍繞這個邏輯，雲知聲搭了一套完整的體系：底層是U2這樣的基座大模型，中間是獸牙智能體平台，上層一端連接醫療、醫保、交通、客服等產業場景，另一端通過MaaS和生態平台觸達開發者與個人用戶。

模型創造價值，價值產生Token消耗，Token消耗轉化為收入，屬於雲知聲的「Token經濟學」就此閉環跑通了。

而最新的數據，已經開始驗證這套邏輯。

過去幾年雲知聲發聲不多，一部分原因是港股上市靜默期的客觀限制。

但現在靜默期結束了，財報也擺在那裏：不到500人的團隊，年營收超過10億元，大模型相關收入突破6.1億元，按年增長超過10倍。

更直接的信號來自Token業務，量子位打聽到，雲知聲今年5月Token調用收入ARR按月增長了600%，預計6月仍將保持高速增長。

這意味着，雲知聲的收入已經和客戶創造的AI價值直接掛鉤了，客戶用得越多、價值越大，收入的天花板也跟着打開。

「智能密度×Token價值」這套邏輯，不再只是理念，而是已經開始在財報上顯現。

所以回過頭看U2，表面上，它以1/10的Token成本重構了複雜任務的成本結構，讓許多過去算不過賬的AI場景，第一次具備了大規模部署的可能。

實質上，它驗證的是「智能密度」這條路線本身的可行性：性能不是堆出來的，成本不是靠降質量省下來的，兩件事可以同時發生。

當每一個Token都能創造更多價值時，顯而易見，「更大」便不再是唯一答案——

行業的評價座標，將從「誰的模型更大」，逐漸轉向「誰的模型更值」。

而U2，正是這一轉變的第一塊試金石。