5月25日，据36氪独家报道，云知声将于6月正式发布新一代通用基座大模型U2，这则消息很快引发市场关注。

据报道，U2被内部视为公司跻身国产通用大模型第一梯队的关键支撑，其能力建设重点覆盖知识推理、指令遵循、长上下文、长程任务、编码和办公等智能体方向。

简单说，U2是云知声上市以来最重要的一次基座模型升级。它的意义不只是参数规模或成本效率的变化，而是云知声首次将自身通用基座能力推向世界一流模型的性能坐标系之中。随着U2亮相，市场对行业方向和企业价值的重估，可能就要来了。

先看性能，再看智能密度，U2有哪些核心亮点？

根据36氪的文章，我们分别从技术能力、产品形态和商业成本三个维度来看看U2。

先说技术。据了解，U2在知识推理、长文本理解、复杂指令遵循、软件工程和Agent工具调用等关键评测方向上，已经具备对标全球一流大模型的综合表现。在IFBench等指令遵循评测中，U2表现处于前列；在Claw相关评测中，其Agent与工具调用能力体现出较强优势；在GPQA等硬核知识推理和长上下文任务上，U2也展现出挑战行业顶尖模型的能力。

也就是说，U2首先解决的是“模型够不够强”的问题。只有当模型能力已经站到世界一流大模型的性能区间，参数规模和推理成本的优化才真正有意义。而U2做的，就是在一流能力上限之下，通过更高效的架构和训练方法，把同等能力装进更小的参数规模里。

这也是云知声提出“智能密度×Token价值”逻辑的关键前提。所谓智能密度，不是单纯强调模型小，而是在模型性能达到全球第一梯队水平后，进一步衡量每单位参数里承载了多少知识、推理能力和任务解决效率；所谓Token价值，也不是单纯追求调用量，而是看每次调用能否真正转化为业务结果。换句话说，U2的核心竞争力是 “强而小、强而省、强而能落地”。

这背后，是云知声对大模型发展路径的一次重新选择。过去很多大模型仍在比拼参数规模，以更大算力、更大语料来抬高能力上限；但U2给出的答案是，在模型能力已经能够对标世界一流大模型的前提下，通过稀疏MoE架构、知识精炼编码、语义压缩优化和高效推理设计，让单位参数释放更高智能，让单位Token承载更高价值。

再看产品，U2重点强化原生Agent能力，更接近“智能体时代的底座模型”，能够进入业务流程，完成目标理解、任务拆解、工具调用和执行验收。

最后看成本。36氪的报道里有个数据很关键：在同等性能目标下，U2单位Token成本可降至普通稠密模型约十分之一。叠加云知声在医疗、交通、工业等场景的积累，U2有望以更强通用能力和更低推理成本，进一步降低企业部署门槛，推动高性能AI规模化落地。

Token ARR环比增长近600%，U2发布或引价值重估

今年AI产业投资逻辑已发生转变，资本不再单纯为技术概念买单，而是聚焦大模型“可落地、可复用、可盈利”的商业化能力。云知声U2的核心优势，恰好契合了当前资本市场对AI企业的核心关切。

此前，基于山海大模型赋能产品落地，公司大模型业务收入快速增长，数据显示，2025年，公司大模型业务实现收入6.1亿元，同比增速高达1076%，占总收入的比例突破50%，展现出强劲的商业化潜力。

笔者从一位知情人士处获悉，受益于高质量场景Token的需求激增，公司5月Token调用收入的ARR环比暴涨600%，预计6月将继续保持高增长。这意味着，公司收入与客户AI使用强度已关联，业务的规模天花板全面打开。

这一增速在当下AI行业中极为罕见。更重要的是，它直接验证了市场对高价值Token的旺盛需求，即企业愿意为那些能直接转化为业务结果（高Token价值）的模型能力支付溢价。

可以预见，随着U2正式发布，云知声用更高的智能密度，深耕高Token值的场景，长期有望获得更多客户认可，提升客户粘性。这将推动公司业务保持高速扩张，收入攀升到新的台阶，并促进盈利能力和盈利结构进一步改善。

从资本市场来看，高盛研报指出，当前行业焦点已从“参数竞赛”转向“应用落地”，能够将AI转化为稳定现金流与生产效率提升的企业，更易获得长期资金认可。

云知声U2正好对上了这个逻辑：更强的智能，更低的成本；原生Agent能力让模型从“回答问题的人”升级成“完成任务的人”。这样一来，在多个垂直领域都能规模化变现。

可以看到，国内发布DeepSeek-V4、GLM-5.1、千问3.5等第一梯队模型的主要厂商，在一级或二级市场上普遍享有较高估值。而云知声目前的市值水平仍低于可比公司，等到U2正式发布，当前估值和模型真实竞争力之间的差距，很可能被市场重新审视。到时候，云知声的价值，也该被重新定价了。