云知声发布新一代高性能主力模型U2 Flash

9月15日，云知声（09678.HK）发布公告，本公司正式发布基于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。相较前代U2模型，U2-Flash在任务完成质量和综合效能方面显著提升：在代表编程能力的DeepSWE v1.1榜单中，U2-Flash得分较前代模型翻倍，以64.6分的成绩超过GLM5.3-Flash和DeepSeek-V4-Pro-0813等模型;TerminalBench3.0评分大幅提升至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。同时，该模型在端到端执行效率及推理使用成本方面实现全面优化，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。该模型将编程、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，以远小于同类稠密模型的激活规模实现主力级任务完成质量。模型具备隐式思考与连续状态推理机制，并将推理强度封装为四档可控接口，在高强度档位输出完整可读的推理链条，确保推理过程可核查、可追溯。此外，U2-Flash已完成对主流国产算力平台的系统性适配，为规模化部署提供更灵活的算力选择。

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，为本公司在递归自我改进(RSI)方向上的第一步实践：模型可参与任务生成、轨迹分析与纠错重采，自主构建规模近10万的高质量SWE任务集;通过异步Agent RL、多自训练教师模型在线策略蒸馏与自适应动态任务生成等创新，有效训练轨迹数提升约60%，训练步数减少约55%，并可实现训练系统的自主巡检与修復。所有自主调整均在人工设定的沙盒环境与验证标准内进行，保留完整、可回滚的记录。

U2-Flash的发布，标志着本公司大模型技术从“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。通过递归自我改进机制，模型得以在真实任务中持续自我验证、自我纠错与自我增强，为模型能力的长期复利式提升奠定基础。未来，本公司将坚持验证优先、全程可追溯、边界清晰的技术路线，在确保安全可控的前提下稳步扩大模型参与自身能力成长的范围，推动高密度智能在更多真实生产场景中规模化落地，为股东创造长期价值。