2026年9月15日，云知声智能科技股份有限公司（09678）发布自愿性公告，宣布推出基于U2通用基座模型强化后训练的新一代高密度智能模型“U2-Flash”。
公告显示，U2-Flash采用稀疏混合专家（MoE）架构，总参数约266B（约2,660亿），单次推理激活约10B参数。模型首字平均响应时间控制在3秒以内，峰值输出吞吐最高达到300 Tokens/s。
在多项权威评测中，U2-Flash较前代模型表现显著提升： 1. DeepSWE v1.1 得分64.6，较前代翻倍，并超过GLM5.3-Flash及DeepSeek-V4-Pro-0813等模型； 2. TerminalBench3.0 得分24.3，超越K3等万亿参数级模型； 3. SWE-Bench Pro 得分61.6，较前代提升10.5分。
效率与成本方面，U2-Flash将Agent任务迭代步数减少20%–30%，任务执行周期缩短35%，Token消耗降低20%–30%。
云知声指出，U2-Flash整合编程、智能体、数学推理及指令遵循等多领域能力，并将推理强度划分为四档可控接口，高强度档位可输出完整可读的推理链条。该模型已完成对主流国产算力平台的系统化适配。
在训练策略上，U2-Flash构建了模型深度参与自身训练的自主闭环机制，生成近10万条高质量SWE任务集。通过异步Agent RL、多自训练教师模型在线策略蒸馏及自适应动态任务生成，有效训练轨迹数提升约60%，训练步数减少约55%，并可自主完成系统巡检与修复。
公司表示，U2-Flash的发布标志着云知声的大模型技术由“以人工为主导的模型训练”迈向“模型参与自身演进”的新阶段。未来，公司将在确保安全可控的前提下，持续推进高密度智能模型在更多生产场景中的规模化落地。
精彩评论