云知声发布U2-Flash-1118:三项能力升级,总Token消耗降约37.0%

资讯 网易科技 作者:网易 全文 1151 字 · 约 3 分钟读完 分类产品更新模型发布大模型

云知声(09678)发布大模型全新升级版本U2-Flash-1118

所属频道 产品更新模型发布

云知声(09678)发布公告,U2-Flash-1118正式亮相,是U2-Flash的全新升级版本。复杂编程、Agent自动执行与多模态理解三项能力均实现跃升。在多项权威评测中,该模型在复杂编程与Agent执行、原生视觉理解、科学与数学推理三大领域都拿到优异成绩。视觉理解这一块,3项参评视觉榜单中它均进入前二;OCRBench-V2英文和中文得分双双超过DeepSeek-V4.1-Flash-1017和GLM 5.3-Flash,图形细节辨识、空间关系感知以及中英文文档版面理解都表现突出。

复杂编程与Agent执行方面,4项参评工程评测较U2-Flash均有提升。DeepSWE v1.1得分排在第二,超过MiniMax-M3.1-Flash和Qwen3.8-Max-0902,大型代码仓库解析、复杂工程需求拆解、多轮代码修改及终端任务执行能力得到体现。

科学与数学推理的2项参评评测中,该模型分别排在第一和第二。GPQA-Diamond得分居首,超过Kimi K3和Qwen3.8 Max,高难度科学问答与竞赛数学推理能力不俗。

语言基座参数规模保持不变,U2-Flash-1118新增约1B参数的视觉模块,原生多模态理解能力得到增强;后训练及Agent Harness协同优化也让复杂任务执行能力与Token使用效率进一步提升。能力升级集中在以下三方面:

(1) 多模态理解增强:新增原生图片输入能力,UI截图、设计稿及文档版面可直接理解,支持图文问答、界面理解及基于截图的辅助开发。

(2) 复杂任务执行优化:借助递归自我改进(RSI)机制,把任务执行反馈转成针对性训练任务,配合纠错训练、独立测试和能力回归验证,持续打磨模型及Agent执行框架,从需求理解、问题定位、代码修改到测试验证的完整开发流程可自主推进。

(3) Token效率提升:Agent执行效率上,执行轨迹优化、关键动作提炼、动态预算分配及Agent Harness协同优化减少了重复探索、冗余工具调用和上下文搬运。相同任务集、一致评测条件下,相较原版本U2-Flash,总Token消耗降低约37.0%,模型调用次数减少约44.8%,任务完成质量不变,执行成本下降。

多模态理解增强、复杂任务执行能力提升与Agent执行效率优化叠加,U2-Flash-1118在实际应用场景中的综合能力得到提升,开发者及企业用户可获得更高效的模型服务。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 千万token上下文:98%时间耗在选token,如何再快22倍?

    编辑|Panda如今,百万 token 上下文已经从卖点变成了标配。4 月,DeepSeek-V4 把 1M 上下文定为所有官方服务的默认规格;8 月,智谱发布的 GLM-5.3-Flash 同样支持 1M 上下文,并首次在 GLM 系列中引入稀疏注意力与线性注意力的混合架构。这些模型背后有一个共同的选择:让每个 qu

    来源 腾讯网
  2. Model ML融资2.5亿美元:AI代理替投行分析师改模型、做PPT

    据TechCrunch报道,AI创业公司Model ML完成2.5亿美元融资,主打为投行与咨询顾问自动更新财务模型和演示文稿。其代理能理解交易全貌,在新信息影响分析时自动同步修改。这轮融资折射出资本对金融垂直AI的押注:投行初级员工的建模与做PPT苦活,正成为大模型最现实的落地场景之一。

    来源 AI 科技快讯
  3. 阿里自研芯片与千问大模型双线推进,智能体成新战场

    ◎记者 郭成林 11月16日,阿里巴巴发布新一代旗舰大模型Qwen4-Max。同一天,阿里巴巴旗下千问办公上线10款大模型,其中包括竞争对手的产品。 一边加码自研模型,一边主动开放应用入口,折射出阿里巴巴AI战略的两条主线:向上,通过芯片、模型和云计算建立智能生产体系;向下,通过智能体争夺企业工作流和消费交易入口。 过

    来源 腾讯网
  4. DeepSeek-V4稀疏注意力:1M上下文提速22倍?

    如今,百万 token 上下文已经从卖点变成了标配。4 月,DeepSeek-V4 把 1M 上下文定为所有官方服务的默认规格;8 月,智谱发布的 GLM-5.3-Flash 同样支持 1M 上下文,并首次在 GLM 系列中引入稀疏注意力与线性注意力的混合架构。这些模型背后有一个共同的选择:让每个 query 不再看遍

    来源 AI 行业观察
  5. 市场监管总局发布智能计算集群效能国标:首建大模型训练推理评测体系

    市场监管总局(国家标准委)批准发布《智能计算集群效能指标与测试方法》国家标准化指导性技术文件。该指导性技术文件由全国智能计算标准化工作组归口,首次建立了面向大模型训练与推理场景的智能计算集群效能指标体系与统一测试方法,为我国智能算力基础设施的规划建设与高效运行提供有力支撑。(央视新闻)

    来源 AI 行业观察
  6. 华为云开源具身世界模型CloudRobo-WM1.2,两项评测登顶

    今天,华为云“行业AI梦工厂”发布并开源昇腾原生的具身世界模型CloudRobo-WM1.2,采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualAct架构,实现了世界模型原生动作生成,在RoboTwin 2.0、LiberoPro 2.0 评测中均位列第一。

    来源 TechWeb
  7. 华为云开源CloudRobo-WM1.2:具身世界模型登顶两项评测

    今天,华为云“行业AI梦工厂”发布并开源昇腾原生的具身世界模型CloudRobo-WM1.2,采用共享世界模型骨干网络实现预测增强的世界表征,基于世界模型原生DualAct架构,实现了世界模型原生动作生成,在RoboTwin 2.0、LiberoPro 2.0 评测中均位列第一。

    来源 TechWeb
  8. 寒武纪Day 0适配商汤SenseNova Loop-9B:打通MLU推理链路

    商汤科技昨日晚间正式发布 SenseNova Loop-9B 模型。寒武纪官方宣布,已完成对商汤新发布模型日日新 SenseNova Loop-9B 的 Day 0 适配。寒武纪表示,针对 SenseNova Loop-9B 的架构特点,寒武纪基于 vllm_mlu 完成 Day 0 适配,打通模型在 MLU 平台上的

    来源 IT之家
  9. 困扰物理学界50多年的难题,科学家靠GPT-6 Astra给出新方案

    智东西11月16日报道,今日,OpenAI发布科学博客首篇客座文章,GPT-6 Astra参与了一项标准模型研究,帮助物理学家提出一种在“格点”上定义标准模型的候选方案。 加州大学圣塔芭芭拉分校理论粒子物理学组负责人、OpenAI访问科学家Nathaniel Craig在博客中介绍了他如何与GPT-6 Astra合作,

    来源 AI 行业观察
  10. 蚂蚁灵波具身大模型挑战赛收官:TARS战队82.5分夺冠

    对于方兴未艾的具身智能产业而言,蚂蚁灵波科技CEO朱兴在接受采访时强调,行业目前还在快速迭代,尚未迎来具身智能的Scaling Law时刻。但是随着一些技术落地验证和产学研生态的协同,也会加速具身智能的进化。

    来源 TechWeb
  11. 蚂蚁灵波具身大模型赛:48小时真机比拼,TARS战队夺冠

    对于方兴未艾的具身智能产业而言,蚂蚁灵波科技CEO朱兴在接受采访时强调,行业目前还在快速迭代,尚未迎来具身智能的Scaling Law时刻。但是随着一些技术落地验证和产学研生态的协同,也会加速具身智能的进化。

    来源 TechWeb
  12. 腾讯 Hy4 flash 实测:快速、实惠、聪明,国模进入过日子时代

    作者|Cynthia编辑|郑玄过日子的风,还是吹到了大模型行业。2026 年之前,一款模型能不能刷屏,往往取决于它又做到了什么。GPT-4o 的实时语音交互、Claude 的编程能力、DeepSeek R1 的推理表现,一度轮番成为讨论焦点。一款新模型发布,大家首先关心的是它超过了谁,又做到了什么过去做不到的事。但到了

    来源 腾讯网
向下滚动自动加载更多