U2

U2 是云知声自研的原生智能体基座模型，采用 MoE 架构，总参数约 266B、激活参数约 10B。模型面向知识推理、指令遵循、Coding 与 Agent 等复杂任务，通过混合思考机制与 Agent-Harness 协同训练，兼顾模型能力、推理效率与复杂任务执行表现。

核心亮点

U2 的技术主张是「高智能密度 × 高 Token 价值」：不靠堆叠参数换能力，而是用更少的激活资源承载更强的能力；不比拼输出长度，而是让每一次调用的结果更接近可直接交付的产出：

  • 高智能密度的稀疏架构
    采用 MoE 架构，总参数约 266B，单次激活参数约 10B。通过稀疏激活提升参数利用效率，在较低激活规模下承载知识推理、Coding、指令遵循及 Agent 等多领域能力，兼顾任务表现与推理成本。

    能力体现： 知识推理｜Coding｜指令遵循｜Agent

  • 混合思考机制
    可根据任务复杂度动态调整推理方式：简单任务快速响应，复杂任务则投入更多计算进行深入推理。结合 Bounded Latent Rollout 与 Entropy-aware Switching 等机制，在推理深度、响应效率与 Token 消耗之间动态平衡。

    能力体现： 快速响应｜复杂推理｜长上下文分析｜多步骤任务

  • Agent-Harness 协同训练
    将模型 Agent 能力与 Harness 任务执行环境持续协同迭代，通过真实任务中的规划、工具调用、执行反馈和异常恢复不断强化任务完成能力，使模型能够更好地应对长流程、多步骤的 Coding 与 Agent 任务。

    典型任务： 工具调用｜长程任务｜工程 Coding｜Agent 工作流

关键信息

项目参数
模型 IDu2
上下文窗口163K
输入模态文本
输出模态文本
最大输出65K

详细介绍

在能力锚点上，U2 在多个关键方向进入主流大模型第一梯队：AA-LCR 长上下文 70 分、GPQA Diamond 知识与复杂推理 87.9 分、IFBench 指令遵循 77.3 分均领先对比模型；SWE-Bench Verified 软件工程 75 分、GDPval 真实办公交付 72.9 分、Claw-Eval（pass@3）自主 Agent 端到端 76.9 分处于第一梯队。

Knowledge & Reasoning

87.9
U2
86.2
GLM-5.1
87.2
Hy3 Preview
87.4
DeepSeek-V4-Flash(High)
87.4
Minimax M2.5/M2.7

GPQA Diamond

Instruction Following

77.3
U2
63.1
Hy3 Preview
73.5
DeepSeek-V4-Flash(High)
75.7
Minimax M2.5/M2.7
76.3
GLM-5.1

IFBench

Long Context

70
U2
62.3
GLM-5.1
62.7
DeepSeek-V4-Flash(High)
66.3
Hy3 Preview
69.5
Minimax M2.5/M2.7

AA-LCR

Agentic Capacity

75
U2
72.8
GLM-5
74.4
Hy3 Preview
78.6
DeepSeek-V4-Flash(High)
80.2
Minimax M2.5/M2.7

SWE-Bench Verified

Claw Specific

76.9
U2
55
Hy3 Preview
74
DeepSeek-V4-Flash(High)
74.4
Minimax M2.5/M2.7
80.4
GLM-5.1

Claw-Eval(pass@3)

Claw Specific

45.5
U2
44.5
DeepSeek-V4-Flash(High)
33.8
Minimax M2.5/M2.7
45.3
Hy3 Preview
48.2
GLM-5.1

WildClawBench(mean)

高智能密度：稀疏 MoE 与知识精炼

U2 基于稀疏 MoE 架构，总参数量 266B、激活参数量 10B，Token 消耗仅为千亿级模型的 25%。在知识底座上，通过高知识密度数据精筛提纯技术过滤重复、低质与幻觉数据，完成知识点级精炼萃取，并结合稀疏知识编码与知识蒸馏架构压缩模型冗余参数，把高价值知识能力固化到更高效的模型结构中。这一路径使 U2 在有限参数规模下保持较强任务表现，同时显著降低单位 Token 的推理成本。

Agent-Harness 协同训练：让 Harness 与模型共同进化

U2 不把 Harness 视为外部套壳，而是将其与模型能力纳入同一训练闭环：一方面 Harness 根据 U2 的模型特点持续优化任务执行链路；另一方面，真实任务中产生的高质量执行轨迹反向强化模型的任务规划、工具调用、过程纠错与结果验收能力。训练体系上，U2 通过课程学习、过程监督、轨迹对比与多维奖励，教会模型在复杂任务中如何规划、执行、纠错、验收，而非只盯着正确答案。