国产通用大模型第一梯队，来新人了？！
一句话看懂：云知声发布新一代基座模型U2，不靠堆高参数量，而是通过提升“智能密度×Token价值”以量取胜，在多项评测中以远低于同行的激活参数规模接近甚至超越更大模型，并显著压低了推理成本。这意味着“token越值钱、模型越划算”的竞争逻辑，正在挑战过去“参数越大越强”的行业共识。
事件核心：发生了什么
2026年6月，港股AGI第一股云知声正式推出其新一代基座模型U2。与传统主力模型“堆参数、堆算力”的路线不同，U2以2660亿参数、极低激活参数规模，在指令遵循（IFBench）、Agent评测（Claw系列）、办公能力（GDPval）及硬核推理（GPQA）等多项测试中，表现出接近乃至超越1.2万亿参数模型的性能，参数效率约为后者的5倍。同时，U2通过精简推理路径、引入隐式思考机制，可将复杂任务中的思考Token消耗减少约25%，显著降低调用成本。
为什么重要
这是国内通用大模型赛道中，首次有玩家明确将“Token价值”而非“参数规模”作为第一性能指标，并拿出了可验证数据。从行业格局看，它打破了“第一梯队只能由烧钱堆参数的巨头或顶级创业公司占据”的潜在假设。更重要的是，它呼应了AI行业从生成式迈入生产力阶段的核心矛盾：模型必须能赚钱、用户必须用得起。云知声创始人黄伟在采访中指出，此前阶段是热身赛，比拼的是资源投入；2026年正赛才开始，比的是每个Token换回的真实业务价值。U2的发布时间与定位，正是对这套新评分标准的一次官方宣示。
对用户/开发者/创作者的影响
对开发者来说，U2原生具备Agent开发能力（而非后天外挂），支持OpenClaw/Hermes等主流脚手架，且实测中完成复杂任务的交互轮次更短。这意味着后端Token成本更低、前端开发效率更高。对个人用户和企业采购者而言，U2最直接的变化是：同样的任务，用更少Token就能完成，直接降低AI调用开销。对创作者，U2在开放文本/HTML开发任务中表现出较强代码生成与推理能力，值得作为Vibe Coding工具进行体验。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 实际落地表现与定价：目前U2已上线云知声Token Hub，是否开放API、定价模型、配合已有行业解决方案，将是检验其“Token价值”承诺的首要指标。2. 竞品态度：是否会有一批模型厂商跟进“智能密度×Token价值”路线，或主推类似MoE+稀疏化、隐式思考等工程范式。3. 长期技术验证：U2能否在更复杂的商业任务、更严苛的长尾场景中保持“低耗高能”，以及能否形成持续迭代的开发者生态。
来源：量子位 · 每日最新
