U2 Decision 发布

U2 Decision是云知声正式上线并开源的企业级决策大模型（4B），定位于多模型、多 Agent、多工具协作中的决策层，围绕「任务交给谁、任务能否执行、任务沿什么路径完成」三个问题，提供智能模型路由、安全决策与工作流路由三项核心能力。它不生成自然语言，直接输出带概率与置信度的结构化判定（choice / probabilities / confidence），毫秒级返回、token 开销极小，接口兼容 Jev 生态，可无缝接入现有 Agent 与工作流。

U2 Flash 发布

面向真实生产任务的高性能主力模型，聚焦 Agent 与 Coding 核心场景，具备复杂推理、代码生成与任务执行能力，可胜任复杂工程开发、长程任务及多步骤 Agent 工作流。稀疏 MoE 架构，总参数约 266B、单次推理仅激活约 10B，以更少激活资源承载更强能力；在保持强劲模型能力的同时，实现更快的推理速度与更优的成本效率，适配生产级高频调用场景。

U2-RadiMed 发布

全链路医学影像大模型，支持单张 / 多张影像与文本的多模态混合输入，覆盖医学影像理解、报告生成、临床推理与决策、视觉问答全链路；能力覆盖报告生成、病灶检测与定位、临床推理、临床决策、通用医学 VQA 等医学影像核心任务，输出文本回答，含病灶 bbox 坐标、诊断描述与结构化报告。

U2-TTS-Design 发布

用文字「设计」声音，无需上传真人样音、也不依赖系统预设音色，直接以自然语言描述性别、年龄、音高、语速、情绪、口音、质感、角色性格与使用场景，即可从零生成专属音色；从声线到表演方式多维可控，覆盖「品牌型、角色型、播报型、叙事型、陪伴型」等声音风格。创建后的音色可存为可复用声音资产，在多条内容、多次调用、多业务线路中保持稳定的声音身份；强调描述声音特质而非摹仿特定人物，适合企业建立原创品牌声线与角色声库。

U2-Med 发布

首个贯通「三医」全链路的专家大模型，深度融合医疗、医保（含商保）、医药知识，打通诊疗、支付与供给环节，形成业务闭环；内置 70+ 可调用、可编排的医疗专业 Skill，深度理解病历、报告、账单与政策文本，并为输出结果提供清晰、可追溯的证据链，从「对话框」走向业务流的决策节点。

U2 发布

原生智能体大模型，全栈开发、智能编排与深度推理一体化交付，可自主拆解并推进 100+ 步复杂工作流，将需求理解、任务规划、环境交互、工具调用、过程纠错与结果验收串联为完整闭环。稀疏 MoE 混合专家架构，总参数约 2660 亿，以更少激活资源承载更强能力；首创原生推理路径蒸馏技术，大幅降低单任务 Token 消耗；支持按任务难度切换思考强度的混合思考模式，并采用模型 Harness 同步训练机制，显著提升 Token 使用效率。

语音系列大模型升级：U2-ASR、U2-TTS、U2-TTS-Clone

• U2-ASR（语音识别）：首个中文方言语义转写大模型，覆盖七大方言体系、100 种以上方言及地方口音；支持中英双语与语种混切，可将方言表达转化为规范普通话文本。
• U2-TTS（语音合成）：拟人化细节与风格 / 情绪控制，支持多语种多方言，可实时输出 24kHz 高保真语音；支持长文本异步合成，适配规模化生产。
• U2-TTS-Clone（声音克隆）：仅需 5–15 秒参考音频即可高保真还原音色，支持「音色来自 A、情感来自 B」的组合式生成与中英文跨语种复刻。

U2-OCR 系列发布：U2-OCR、U2-OCR-Med

• U2-OCR（通用文档解析）：工业级文档智能基础大模型，突破传统 OCR 仅字符识别的局限，实现从「认字」到「懂文档、会提取」的升级——一站式完成证照识别、版式还原、关键信息抽取，可精准还原嵌套表格等复杂版式。
• U2-OCR-Med（医疗文书）：专为医疗场景打造的文档智能模型，具备医疗文书分类与专业信息抽取的一站式处理能力，适配病历、检查报告、处方、收费单据等场景；精准应对手写潦草、术语缩写、印章遮挡、嵌套表格等复杂版面，实现像素级定位与精准抽取，支持零样本跨领域泛化。

语音模型

语音系列大模型发布

以全场景 ASR、高拟人 TTS 与全双工毫秒级响应三大核心能力，构建端到端语音交互底座。语音识别支持 30 余种中文方言与 14 种国际语言，可结合上下文与行业术语理解，在复杂噪音与方言口音场景下保持稳定识别效果；语音合成支持 12 种方言与 10 种外语，可还原清嗓、笑声等细节，并提供多种普通话风格；基于端到端交互大脑支持打断、接话与追问，实现收声、理解、决策与生成的同步进行。