首頁 > 財經 > 正文

雲知聲(09678.HK):發布高密度智能模型U2-Flash,編程榜單得分較前代翻倍

2026年9月15日,雲知聲(09678.HK)公告發布新一代高密度智能模型U2-Flash,其在DeepSWE v1.1榜單得分較前代翻倍至64.6分
核心摘要:
  • TerminalBench3.0評分提升至24.3分,SWE-Bench Pro評分61.6分,較前代提升10.5分。
  • 模型採用稀疏混合專家架構,總參數約266B,單次推理激活約10B參數,首字響應時間平均3秒以內。
  • 訓練中自主構建近10萬個高質量SWE任務集,訓練軌跡數提升約60%,訓練步數減少約55%。

新時空(newtimespace.com)訊:2026年9月15日,雲知聲智能科技股份有限公司(股份代號:09678)刊發自願性公告,發布基於U2通用基座模型強化後訓練的新一代高密度智能模型U2-Flash。

公告顯示,U2-Flash在代表編程能力的DeepSWE v1.1榜單得分較前代翻倍,以64.6分超過GLM5.3-Flash和DeepSeek-V4-Pro-0813;TerminalBench3.0評分提升至24.3分,超過K3等萬億參數級別模型;SWE-Bench Pro評分61.6分,較前代提升10.5分。端到端執行效率及推理成本亦獲優化,Agent任務迭代步數減少20%至30%,任務執行周期縮短35%,Token消耗減少20%至30%。

U2-Flash採用稀疏混合專家(MoE)架構,總參數約266B,單次推理激活約10B參數,首字響應時間平均控制在3秒以內,峯值輸出吞吐最高300 Tokens/s。模型將編程、智能體、數學推理、指令遵循等多領域能力統一於同一套權重,具備隱式思考與連續狀態推理機制,推理強度封裝爲四檔可控接口,並已完成對主流國產算力平臺的系統性適配。

訓練方式上,模型建立深度參與自身訓練的自主閉環機制,自主構建規模近10萬個高質量SWE任務集,訓練軌跡數提升約60%,訓練步數減少約55%,自主調整在人工設定的沙盒環境與驗證標準內進行,保留完整可回滾記錄。

新時空聲明: 本內容爲新時空原創內容,復制、轉載或以其他任何方式使用本內容,須注明來源“新時空”或“NewTimeSpace”。新時空及授權的第三方信息提供者竭力確保數據準確可靠,但不保證數據絕對正確。本內容僅供參考,不構成任何投資建議,交易風險自擔。

×
分享到微信

打開微信,使用 「掃一掃」,分享到我的朋友圈