云知声发布新一代高性能主力模型U2-Flash 采用MoE架构总参数约266B

9月15日，云知声（09678.HK）正式发布基于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。该模型采用稀疏混合专家（MoE）架构，总参数约266B，单次推理激活约10B参数，首字响应时间平均控制在3秒以内，峰值输出吞吐最高300 Tokens/s。

相较前代U2模型，U2-Flash在DeepSWE v1.1榜单中以64.6分超过GLM5.3-Flash和DeepSeek-V4-Pro-0813等模型；TerminalBench3.0评分提升至24.3分，超过K3等万亿参数级别模型；SWE-Bench Pro评分达61.6分，较前代提升10.5分。执行效率方面，Agent任务迭代步数减少20%–30%，任务执行周期缩短35%，Token消耗减少20%–30%。

U2-Flash将编程、智能体、数学推理、指令遵循等多领域能力统一于同一套权重，具备隐式思考与连续状态推理机制，推理强度封装为四档可控接口。该模型已完成对主流国产算力平台的系统性适配。在训练方式上，U2-Flash建立了模型深度参与自身训练的自主闭环机制，为该公司在递归自我改进（RSI）方向上的第一步实践，有效训练轨迹数提升约60%，训练步数减少约55%。公告日期为2026年9月15日。