奔赴AI2.0 云知聲底氣有多足

2026-06-18 11:51

首條財經

關注

有夢想誰都了不起！

作者：一然

編輯：楚逸

風品：張戈

來源：首財——首條財經研究院

上市從不是終點，而是新價值起點。這句話正在云知聲身上生動詮釋。

6月8日，公司發布“為執行而生”的原生智能體大模型U2，系統展示面向真實任務的連續執行力。在復雜辦公、軟件工程、深度研究、多工具協同等場景中，U2能自主拆解并推進超100步的復雜工作流。從“給出答案”走向“完成任務”，標志著一家“原生智能體大模型公司”正向我們走來。

要知道，自2025年6月30日上市躋身“港股AGI第一股”以來，市場便對其寄予厚望。創始人黃偉，更是將上市視為新起點。據晚點LatePost，黃偉透露“U2更多是一個符號意義，整個AI的范式已經從1.0進入2.0，云知聲也完成了上市。我們希望從上到下都意識到，不能再用1.0的思維看2.0的事。”

換言之，U2的發布不止是技術升級，更是公司戰略方向的全面躍遷。恰在上市一周年臨近的節點，發展雄心不言而喻，2.0敘事具體多么誘人、云知聲離全新起飛遠嗎？還有無牽絆阻礙呢？

業務結果為王

高智能密度×高Token價值

現代管理學之父德魯克有句名言：“創新的焦點是市場，不是產品。只有不斷滿足市場，企業行業才能可持續生長。這句話恰好點中當前AI業的普遍問題。

根據摩根大通預測，中國AI推理的Token消耗量將從2025年大約10千萬億，攀至2030年大約3900千萬億，五年累增達370倍。一個復雜Agent任務的Token消耗量，輕松對標普通對話模式的幾十甚至上百倍。如何避免人工智能領域陷入一場缺乏秩序感的“Token消耗競賽”，是個嚴肅話題。

正是在這樣背景下，云知聲U2提出了自己的技術理念：高智能密度×高Token價值。黃偉對此解釋道，所謂高智能密度，不是單純強調模型小，而是在模型性能達到全球第一梯隊水平后，進一步衡量每單位參數里承載多少知識、推理能力和任務解決效率。即高Token價值不看數量，看每次調用能否真正轉化為業務結果。

簡單來說，就是不追求堆疊參數或拉長輸出長度，力爭用更少資源實現更強的能力，讓每一次Token調用都更接近實際交付的結果。

為了理念高效落地，云知聲沒有沿襲行業常見的“先完成模型訓練，再外掛Agent框架”做法，提出一套更具突破性的思路：

首先，采用原生Agent模型與Harness協同演進機制。以往智能體系統大多像一個套在通用聊天模型外部的殼，模型只負責生成語言，規劃任務、調用工具、執行指令等動作全部交給外部框架處理，模型本身并不真正理解這些過程。

反觀云知聲U2，則在訓練階段就把如何規劃、如何執行、如何驗收結果等完整能力直接內化到模型內部。訓練過程中，模型與Harness（任務執行腳手架）持續協同演化。模型主體結構越復雜，腳手架的支撐節點和驗證精度也越擴展細化，最終形成一個不斷自我增強的正向循環。

為讓客戶的每筆投入價值最大化，U2底層技術力求極致優化，借助模型與駕馭工具鏈的共同進化，以更少的交互輪次完成規劃、調用、執行與驗收，從而大大減少反復試錯帶來的Token浪費，提高任務完成率。

第二，系統性應用過程監督與課程學習方法。在訓練環節U2引入“課程學習”機制，引導模型從簡單到復雜、從短上下文到長上下文、從單一工具調用到多工具協同，逐步提升能力。

長程任務處理中，U2采用先進過程監督方法，由性能更優的模型對任務執行的每一關鍵節點進行拆解、評估和糾正。這樣一來，U2不僅能看到最終結果，還能優化每一步執行路徑，學習收斂速度大大提升。

第三，數據場景直接服務于實體經濟和硬核產業。當多數大模型高度依賴互聯網通用語料進行泛化訓練的時候，云知聲已主動降低娛樂等低價值場景的語料比例，把更多資源傾斜到醫療、醫保、保險、政務、工業等高價值行業場景中，并結合多年業務落地積累的真實脫敏數據進行訓練，旨在直接服務實體經濟和硬核產業，塑造高效運營特性。

得益于底層能力重構， U2在不盲目堆疊參數前提下，展現出較強性能競爭力。如IFBench等指令遵循評測中，其表現穩居行業前列。Claw相關評測中，其Agent能力與工具調用水平表現出較突出優勢。在GPQA等涉及硬核知識推理和長上下文任務的評測中，U2同樣具備挑戰全球頂尖大模型的能力。在面向真實辦公與知識工作交付能力的GDPval評測中，U2取得72.5分，展現出扎實專業辦公能力。

說到底，脫離業務結果的Token競賽，不過是另一種形式的“技術奇跡”陷阱。云知聲U2上述重構探索、效率提升，可謂直擊用戶痛點，為行業避開高耗低產陷阱、直抵市場核心開拓了一條新路。

進化再進化

跨越底氣這樣煉成

從沒有隨隨便便的成功。上述里程碑式突破，源于戰略深耕、扎實基本功打磨。具體而言，有三個核心抓手：

首先，堅持技術優先、注重基礎設施建設。云知聲成立于2012年6月，專注物聯網人工智能服務。據36氪，黃偉曾這樣解釋公司名中“聲”字的含義：“聲音的背后是語言，語言的背后是意圖。我們聽的不是聲音，而是聲音背后的意識。”一言道出公司的技術哲學：不滿足于表面信息，而是要深入理解背后的真實需求。

秉持該理念，公司持續積累技術底蘊，如早在2016年就建立了Atlas人工智能基礎設施，為后續研發奠定算力和架構基礎。

其次，發布基座大模型、注重核心平臺能力培育。2023年，公司在基礎設施上發布山海大模型，并以此構建技術平臺云知大腦。進入2025年，公司圍繞兩條主線持續強化模型能力。

第一條主線是突破多模態與深度推理的能力，云知聲實現了文本、圖像、音頻及跨模態語義的深度對齊，山海大模型打造高效混合推理模式，有效破解嚴肅場景下的模型幻覺難題，推動模型從“信息檢索與生成”向“類專家深度思考”躍升。

第二條是增強智能體全鏈路的能力，公司已完成原生適配的基座架構升級，通過內置任務智能拆解、工具自主調用、執行動態糾錯、多智能體協同調度等全鏈路能力，來實現從“對話交互工具”向“可自主完成復雜任務的智能體”的升級。

再次，垂直大模型矩陣的構建與落地。核心能力提升帶來了大模型矩陣的快速成型。矩陣一側是醫療、醫保、交通等行業垂直語言大模型，另一側是醫學影像、山海知音語音、工業級文檔OCR等多模態大模型。

以醫療領域為例，“山海·知醫5.0”采用“文本+多模態”雙核心體系，能并行處理病歷、影像、檢驗等多源異構數據，還衍生出針對醫保場景深度定制的醫保大模型。2026年初，云知聲又先后發布“山海·知音2.0”和業內首個工業級文檔智能基礎大模型Unisound U1 OCR。

支撐這一切規模化落地的，是成熟可復制的商業模式與長期的研發戰略投入。山海大模型作為云知大腦核心，能大幅減少新解決方案開發中模型微調所需的數據和人力投入，使AI產品擺脫傳統的“作坊式”模式。同時，依托多年智慧醫療、智慧生活領域積累，公司還計劃將“行業大模型+智能體平臺+場景解決方案”的模式復制到更多高價值領域，以實現從單點項目到平臺化、規模化部署的跨越。

據東方財富Choice數據，2020年至2025年，云知聲累計投入研發開支16.017億元，各年分別為1.893億元、1.882億元、2.871億元、2.863億元、3.701億元、3.807億元。

從技術平臺到基座大模型，再到多模態大模型，云知聲一步一腳印，基本功打的扎實，又飽有技術模式開創性，一點點進化再進化，幾乎每一次成長都踩中行業熱點，這才有了向2.0跨越的底氣。

大模型收入飆升

縱橫飛輪加速度

深入業務面，云知聲已打通從技術研發到商業應用的全鏈路閉環，推行“一縱一橫”雙驅戰略，縱向深耕智慧醫療，橫向拓展智慧生活。2025年，大模型業務收入同比飆升1076%至6.1億元，占總營收比超50%，妥妥的核心收入來源。

聚集智慧醫療，為2016年以來持續深耕的重點板塊。以語音識別、自然語言理解及臨床知識圖譜為核心，云知聲依托“行業大模型+智能體平臺+場景解決方案”，向醫院、醫保及衛健機構提供病歷語音錄入、智能質控、醫保審核、臨床決策支持等AI解決方案。

截至2025年底，產品已在全國近450家醫院規模化部署，覆蓋約35%的全國A++及以上等級醫院。醫療知識圖譜累計積累超1002萬個醫學關系和519萬個醫學術語，為醫療大模型迭代提供了關鍵支撐。2025年，醫療相關收入2.4億元，同比增長22.3%，占總營收20.1%。

其中，病歷錄入與生成產品尤為亮眼：該產品整合語音硬件、基座大模型與醫療大模型三層技術，能從醫患自然對話中精準提取關鍵信息，快速生成結構化病歷。以首都醫科大學附屬北京友誼醫院為例，使用該產品后，2025年單院區生成病歷量增長10倍。

沿著“醫院—保險—區域醫療”的價值鏈條，云知聲加速拓展應用邊界。2025年，由醫院端延伸的醫療業務收入增長約3.9倍，其中“保險+區域醫療”業務增長超4倍。醫保端，公司中標全國首個省級醫保大模型項目——江蘇省醫保大模型項目，并與石家莊、鄭州等地衛健委合作推進醫保垂直大模型及區域醫療質量管理。商業保險方面，與頭部保險集團的合作從智能醫療審核延伸至傷殘鑒定、三期評定等車險核賠風控場景，控費率提升至約20%，智能體平臺案件處理量同比增長37倍。

再說智慧生活板塊，增速同樣強勁：2025年，板塊收入9.7億元，同比增長30.8%，占總營收79.9%。其中智慧交通表現突出，依托基于UniGPT的交通大模型及獸牙智能體平臺，中標南寧軌道交通全業務域AI項目，落地濟南地鐵遠程智能客服系統，并在超10個城市部署山海大模型智能體應用。

智慧座艙方面，云知聲落地0.5B端側意圖理解大模型，已服務上汽智己、吉利等多款主力車型，實現前裝量產規模化復制。AI硬件方面，自研芯片與模塊持續賦能美的、格力、TCL等家電龍頭，白色家電語音交互市占率穩定在70%以上。截至2025年底，系列AI芯片累計出貨量破1.1億顆。

從技術突破到規模落地，“一縱一橫”猶如兩個發展飛輪越轉越有力，日益成為云知聲產業智能化的核心引擎。

三個隱憂

有夢想誰都了不起

但還是那句話，人無完人，企無完企。再觀云知聲，一些隱憂不足也如鯁在喉，讓2.0躍升平添些許變數。

首先，深陷虧損泥潭，何時盈利是一靈魂考題。2022年至2025年，公司營收6.006億元、7.273億元、9.39億元、12.11億元，逐年穩步攀升。然同期歸母凈利虧損3.66億元、3.75億元、4.54億元和3.27億元，四年累虧高達15.22億元。商業化落地亟需再提速，達成規模效應，以覆蓋持續高企的運營成本。

其次，經營現金流持續流出、負債率也不低，需警惕資金壓力。2022年至2025年，經營性活動現金流凈額為流出1.66億元、2.84億元、3.19億元、2.13億元，累計流出9.82億元。意味著主營業務尚未形成自我“造血”的正向循環，日常運轉較高依賴外部融資。

2022年至2025年，云知聲負債率分別為435.99%、308.11%、354.9%、55.64%。2025年數據因上市融資可喜大縮，可若細究仍算不上輕松：

截至2025年末，公司現金及現金等價物3.41億元，同期短期借款3.37億元，再加上同期3.59億元的貿易及其他應付款項，資金缺口肉眼可見。

再者，頻頻融資，股價承壓破發。2025年6月，云知聲登陸港交所，IPO凈募約2.37億港元。進入2026年，又接連啟動三輪配售融資。1月22日完成首次新H股配售，發行78萬股，配售價252港元/股，募資凈額約1.92億港元。2月9日完成第二次配售，發行100.8萬股，配售價310港元/股，募資凈額約3.07億港元。5月28日公告啟動第三次配售，發行170萬股，配售價228港元/股，較前一日收市價折讓19.89%，募資凈額約3.81億港元。