國產大模型第一梯隊迎新勢力:雲知聲發了個原生Agent大模型,再次捅破行業天花板

重點摘要
這篇消息聚焦「國產大模型第一梯隊迎新勢力:雲知聲發了個原生Agent大模型,再次捅破行業天花板」。原始導語提到:一場遲到但驚豔的“自我正名”。 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
## 國產大模型第一梯隊迎新勢力:雲知聲推出原生Agent大模型U2,市場為何尚未反應?
一場遲到但驚豔的「自我正名」,正悄悄改寫國產大模型的競爭版圖。市場目光長期聚焦於AI六小虎的融資大戰與估值競賽之際,卻很少有人注意到,一家以語音技術起家的老牌AI公司——雲知聲,正以一種低調但扎實的方式重新定義自己的市場地位。雲知聲即將於2025年6月正式發布全新大模型U2,被媒體描述為「躋身國產第一梯隊的關鍵一役」。這款被寄予厚望的模型,不僅在指令遵循、知識推理、Agent工具調用等多項核心評測中具備對標世界頂尖模型的綜合表現,更以其原生Agent能力的設計理念,有望成為智能體時代的底層基礎模型之一。
U2最引人注目之處,在於它走的是一條與當前主流萬億參數級大模型截然不同的技術路線。不同於多數廠商持續堆疊參數規模的傳統思路,雲知聲選擇以更小的模型規模實現更高的參數效率——據報導其參數效率接近主流對標模型的五倍。這種「密度智能」的邏輯,與DeepSeek走出的一波市場熱潮有著異曲同工之妙:在達到世界一流能力的前提下,用更小的規模、更低的成本,創造更高的Token價值。對於正處於算力成本居高不下、商業化落地亟需突破的AI產業而言,這條路徑的戰略意義不容忽視。
然而,市場的反應卻顯得異常沉靜。當智譜AI、MiniMax相繼登陸港股並獲千億港元以上估值,百川和月之暗面也在衝刺IPO之際,雲知聲的市值卻與之形成明顯落差,市銷率不到15倍。這種「定價錯位」的根源,很大程度來自市場認知的滯後。雲知聲在公眾視野中的標籤長期停留在「語音識別」「智能語音」的舊框架中,多數人甚至仍將其視為做語音芯片的公司,對其大模型實力的認知幾乎是一片空白。更關鍵的是,雲知聲從2021年首次遞表到2025年6月才正式在港股掛牌,IPO長跑四年,正好錯過了大模型最熱鬧的傳播窗口——這段時間裡,智譜拿了中關村和阿里的大額投資,月之暗面也獲得了巨額融資,而雲知聲卻因合規要求收窄了對外發聲的管道,一直保持相對低調的姿態。
市場尚未反應,但財報數字已經講出了另一個故事。2025年,雲知聲全年大模型相關收入達到6.1億元人民幣,占總營收的50.4%,年增率高達1076%。這個增速在任何一家港股科技公司中都極為罕見,更難得的是這6.1億元並非靠融資補貼換來——全年經調整後淨利潤持續改善,下半年改善幅度達84%。雲知聲創始人兼CEO黃偉曾在訪談中直言:「2023到2025年是大模型的熱身賽,2026年正賽才剛開始。」在這段熱身賽期間,雲知聲幾乎沒有參與融資大戰,而是一家一家醫院去跑、一個場景一個場景去磨、一個合同一個合同去簽。
這種「技術跟著場景走」的策略,在大模型時代得到了扎實的業績印證。雲知聲的山海大模型體系已在多項國內外權威評測中穩居前列,在OpenCompass、SuperClue等通用大模型評測中核心指標表現突出,在MedQA、MedBench等醫學專業評測中更持續保持領先地位。但真正讓雲知聲與多數大模型新創公司拉開差距的,是其在大模型商業化落地上的深度積累。以北京友誼醫院為例,2025年超過45萬份病歷由雲知聲的AI生成,醫生直接引用率超過90%;在車險理賠場景中,其AI模型控費率比傳統第三方管理公司提高了3個百分點;醫保場景的控費率則從1個點提升到7個點。這些數字背後每一分收入都來自高價值場景:病歷生成、車險定損、醫保審核——這些場景中,一段僅幾十字的輸出就可能觸發幾十萬元的決策金額,與一般大型語言模型用於聊天應用的Token商業價值完全是兩個層次。
雲知聲此番推出U2原生Agent大模型,對當前大模型產業格局的影響可能比表面上看起來更為深遠。首先,它提供了一條與當前主流參數競賽不同的發展路徑:在算力資源日益稀缺、成本壓力持續攀升的背景下,如何在較小參數規模下實現同等甚至更優的模型能力,將成為更多廠商需要思考的命題。其次,雲知聲在醫療、保險等嚴肅場景中已經完成的規模化商業化驗證,證明了大模型從「技術展示」走向「真實應用」的可能性——這對於仍在尋找商業模式閉環的諸多新創公司而言,無疑是一個值得關注的參照範例。最後,2025年被業界公認為「AI Agent元年」,市場對原生Agent能力的需求正在快速升溫。U2若真能以原生Agent架構成為智能體時代的底層模型,將不僅為雲知聲打開新的成長空間,也可能重新定義整個國產大模型第一梯隊的成員結構。
對於關注AI產業動態的讀者而言,接下來有幾個方向值得持續追蹤。一是雲知聲U2正式發布後的實際性能評測結果,特別是在SuperCLUE智能體任務等權威榜單上的表現,是否真的能與世界頂尖模型一較高下。二是這款模型在垂直產業中的實際部署進展,尤其是雲知聲已簽約的近2億元基礎大模型和智能體項目是否能如期在2025年底前完成交付,這些合作項目的實際成效將是檢驗其商業模式可複製性的關鍵試金石。三是港股市場對雲知聲的估值修復進程——隨著U2的正式發布和更多商業化成果的曝光,市場能否真正認知到這家低調公司的實力,將直接影響其後續的資本運作空間。更重要的是,雲知聲的案例本身提出了一個值得所有AI從業者思考的問題:在大模型的狂熱浪潮中,究竟是高調融資、頻繁發聲的策略更勝一籌,還是埋頭打磨場景、用實績說話的路徑才能走得更遠?
Related
相關文章
網易有道全面向AI轉型 全場景Agent矩陣亮相圖博會
{"id":"39ef5947-b77a-4904-bf03-ff6264f08dc4","object":"response","model":"deepseek-v4-flash","output":[],"stop_reason":"max_output_tokens","usage":{"input_tokens":154,"output_tokens":200,"total_tokens":354}}
MosaicLeaks: Can your research agent keep a secret?
Back to Articles MosaicLeaks: Can your research agent keep a secret? Enterprise Article Published June 18, 2026 Upvote - Alexander Gurung agurung Follow ServiceNow Rafael Pardinas rafapi-snow Follow ServiceNow TL;DR Deep research agents increasingly combine private local documents with external tools like web retrieval, creating a privacy risk: an agent's external queries may leak sensitive information. MosaicLeaks proposes a new deep-research task with multi-hop questions that interleave public and private information. Across the models we tested, agents frequently leaked private information, and training only for task performance made it worse. We propose a mosaic-leakage-aware RL training method, Privacy-Aware Deep Research (PA-DR), which raises strict chain success (the share of chains

騰訊老兵+大廠00後新銳,碼上飛想做的不只是AI Coding
這篇消息聚焦「騰訊老兵+大廠00後新銳,碼上飛想做的不只是AI Coding」。原始導語提到:已接入華為鴻蒙生態 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。

Agent引爆網盤大戰,騰訊、百度、阿里齊聚,這次爭的不再是下載速度
這篇消息聚焦「Agent引爆網盤大戰,騰訊、百度、阿里齊聚,這次爭的不再是下載速度」。原始導語提到:網盤成了Agent新基建。 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。

21年老牌企服公司的AI實驗:讓Agent跑一遍流程
這篇消息聚焦「21年老牌企服公司的AI實驗:讓Agent跑一遍流程」。原始導語提到:司盟企服接入騰訊雲WorkBuddy後,將海外郵件管理、審計理賬、訂單審核等高頻交付流程交給Agent先跑一遍 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
曹操出行宣佈啟動全面AI轉型,組織升級向AI原生公司邁進
曹操出行在2026國際汽車及供應鏈博覽會 上宣佈啟動全面AI轉型,併發布RoboX戰略,打造全球領先的物理AI移動科技平臺。與此同時,公司正式啟動組織升級,加快向AI原生公司邁進。為推動全面AI轉型,今年上半年,公司推進戰略聚焦,持續優化業務結構,主動收縮非核心業務,加快向AI原生公司轉型。