奔赴AI2.0 云知声底气有多足

  有梦想谁都了不起！

  作者：一然

  编辑：楚逸

  风品：张戈

  来源：首财——首条财经研究院

  上市从不是终点，而是新价值起点。这句话正在云知声身上生动诠释。

  6月8日，公司发布“为执行而生”的原生智能体大模型U2，系统展示面向真实任务的连续执行力。在复杂办公、软件工程、深度研究、多工具协同等场景中，U2能自主拆解并推进超100步的复杂工作流。从“给出答案”走向“完成任务”，标志着一家“原生智能体大模型公司”正向我们走来。

  要知道，自2025年6月30日上市跻身“港股AGI第一股”以来，市场便对其寄予厚望。创始人黄伟，更是将上市视为新起点。据晚点LatePost，黄伟透露“U2更多是一个符号意义，整个AI的范式已经从1.0进入2.0，云知声也完成了上市。我们希望从上到下都意识到，不能再用1.0的思维看2.0的事。”

  换言之，U2的发布不止是技术升级，更是公司战略方向的全面跃迁。恰在上市一周年临近的节点，发展雄心不言而喻，2.0叙事具体多么诱人、云知声离全新起飞远吗？还有无牵绊阻碍呢？

  1

  业务结果为王

  高智能密度×高Token价值

  现代管理学之父德鲁克有句名言：“创新的焦点是市场，不是产品。只有不断满足市场，企业行业才能可持续生长。这句话恰好点中当前AI业的普遍问题。

  根据摩根大通预测，中国AI推理的Token消耗量将从2025年大约10千万亿，攀至2030年大约3900千万亿，五年累增达370倍。一个复杂Agent任务的Token消耗量，轻松对标普通对话模式的几十甚至上百倍。如何避免人工智能领域陷入一场缺乏秩序感的“Token消耗竞赛”，是个严肃话题。

  正是在这样背景下，云知声U2提出了自己的技术理念：高智能密度×高Token价值。黄伟对此解释道，所谓高智能密度，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多少知识、推理能力和任务解决效率。即高Token价值不看数量，看每次调用能否真正转化为业务结果。

  简单来说，就是不追求堆叠参数或拉长输出长度，力争用更少资源实现更强的能力，让每一次Token调用都更接近实际交付的结果。

  为了理念高效落地，云知声没有沿袭行业常见的“先完成模型训练，再外挂Agent框架”做法，提出一套更具突破性的思路：

  首先，采用原生Agent模型与Harness协同演进机制。以往智能体系统大多像一个套在通用聊天模型外部的壳，模型只负责生成语言，规划任务、调用工具、执行指令等动作全部交给外部框架处理，模型本身并不真正理解这些过程。

  反观云知声U2，则在训练阶段就把如何规划、如何执行、如何验收结果等完整能力直接内化到模型内部。训练过程中，模型与Harness（任务执行脚手架）持续协同演化。模型主体结构越复杂，脚手架的支撑节点和验证精度也越扩展细化，最终形成一个不断自我增强的正向循环。

  为让客户的每笔投入价值最大化，U2底层技术力求极致优化，借助模型与驾驭工具链的共同进化，以更少的交互轮次完成规划、调用、执行与验收，从而大大减少反复试错带来的Token浪费，提高任务完成率。

  第二，系统性应用过程监督与课程学习方法。在训练环节U2引入“课程学习”机制，引导模型从简单到复杂、从短上下文到长上下文、从单一工具调用到多工具协同，逐步提升能力。

  长程任务处理中，U2采用先进过程监督方法，由性能更优的模型对任务执行的每一关键节点进行拆解、评估和纠正。这样一来，U2不仅能看到最终结果，还能优化每一步执行路径，学习收敛速度大大提升。

  第三，数据场景直接服务于实体经济和硬核产业。当多数大模型高度依赖互联网通用语料进行泛化训练的时候，云知声已主动降低娱乐等低价值场景的语料比例，把更多资源倾斜到医疗、医保、保险、政务、工业等高价值行业场景中，并结合多年业务落地积累的真实脱敏数据进行训练，旨在直接服务实体经济和硬核产业，塑造高效运营特性。

  得益于底层能力重构， U2在不盲目堆叠参数前提下，展现出较强性能竞争力。如IFBench等指令遵循评测中，其表现稳居行业前列。Claw相关评测中，其Agent能力与工具调用水平表现出较突出优势。在GPQA等涉及硬核知识推理和长上下文任务的评测中，U2同样具备挑战全球顶尖大模型的能力。在面向真实办公与知识工作交付能力的GDPval评测中，U2取得72.5分，展现出扎实专业办公能力。

  说到底，脱离业务结果的Token竞赛，不过是另一种形式的“技术奇迹”陷阱。云知声U2上述重构探索、效率提升，可谓直击用户痛点，为行业避开高耗低产陷阱、直抵市场核心开拓了一条新路。

  2

  进化再进化

  跨越底气这样炼成

  从没有随随便便的成功。上述里程碑式突破，源于战略深耕、扎实基本功打磨。具体而言，有三个核心抓手：

  首先，坚持技术优先、注重基础设施建设。云知声成立于2012年6月，专注物联网人工智能服务。据36氪，黄伟曾这样解释公司名中“声”字的含义：“声音的背后是语言，语言的背后是意图。我们听的不是声音，而是声音背后的意识。”一言道出公司的技术哲学：不满足于表面信息，而是要深入理解背后的真实需求。

  秉持该理念，公司持续积累技术底蕴，如早在2016年就建立了Atlas人工智能基础设施，为后续研发奠定算力和架构基础。

  其次，发布基座大模型、注重核心平台能力培育。2023年，公司在基础设施上发布山海大模型，并以此构建技术平台云知大脑。进入2025年，公司围绕两条主线持续强化模型能力。

  第一条主线是突破多模态与深度推理的能力，云知声实现了文本、图像、音频及跨模态语义的深度对齐，山海大模型打造高效混合推理模式，有效破解严肃场景下的模型幻觉难题，推动模型从“信息检索与生成”向“类专家深度思考”跃升。

  第二条是增强智能体全链路的能力，公司已完成原生适配的基座架构升级，通过内置任务智能拆解、工具自主调用、执行动态纠错、多智能体协同调度等全链路能力，来实现从“对话交互工具”向“可自主完成复杂任务的智能体”的升级。

  再次，垂直大模型矩阵的构建与落地。核心能力提升带来了大模型矩阵的快速成型。矩阵一侧是医疗、医保、交通等行业垂直语言大模型，另一侧是医学影像、山海知音语音、工业级文档OCR等多模态大模型。

  以医疗领域为例，“山海·知医5.0”采用“文本+多模态”双核心体系，能并行处理病历、影像、检验等多源异构数据，还衍生出针对医保场景深度定制的医保大模型。2026年初，云知声又先后发布“山海·知音2.0”和业内首个工业级文档智能基础大模型Unisound U1 OCR。

  支撑这一切规模化落地的，是成熟可复制的商业模式与长期的研发战略投入。山海大模型作为云知大脑核心，能大幅减少新解决方案开发中模型微调所需的数据和人力投入，使AI产品摆脱传统的“作坊式”模式。同时，依托多年智慧医疗、智慧生活领域积累，公司还计划将“行业大模型+智能体平台+场景解决方案”的模式复制到更多高价值领域，以实现从单点项目到平台化、规模化部署的跨越。

  据东方财富Choice数据，2020年至2025年，云知声累计投入研发开支16.017亿元，各年分别为1.893亿元、1.882亿元、2.871亿元、2.863亿元、3.701亿元、3.807亿元。

  从技术平台到基座大模型，再到多模态大模型，云知声一步一脚印，基本功打的扎实，又饱有技术模式开创性，一点点进化再进化，几乎每一次成长都踩中行业热点，这才有了向2.0跨越的底气。

  3

  大模型收入飙升

  纵横飞轮加速度

  深入业务面，云知声已打通从技术研发到商业应用的全链路闭环，推行“一纵一横”双驱战略，纵向深耕智慧医疗，横向拓展智慧生活。2025年，大模型业务收入同比飙升1076%至6.1亿元，占总营收比超50%，妥妥的核心收入来源。

  聚集智慧医疗，为2016年以来持续深耕的重点板块。以语音识别、自然语言理解及临床知识图谱为核心，云知声依托“行业大模型+智能体平台+场景解决方案”，向医院、医保及卫健机构提供病历语音录入、智能质控、医保审核、临床决策支持等AI解决方案。

  截至2025年底，产品已在全国近450家医院规模化部署，覆盖约35%的全国A++及以上等级医院。医疗知识图谱累计积累超1002万个医学关系和519万个医学术语，为医疗大模型迭代提供了关键支撑。2025年，医疗相关收入2.4亿元，同比增长22.3%，占总营收20.1%。

  其中，病历录入与生成产品尤为亮眼：该产品整合语音硬件、基座大模型与医疗大模型三层技术，能从医患自然对话中精准提取关键信息，快速生成结构化病历。以首都医科大学附属北京友谊医院为例，使用该产品后，2025年单院区生成病历量增长10倍。

  沿着“医院—保险—区域医疗”的价值链条，云知声加速拓展应用边界。2025年，由医院端延伸的医疗业务收入增长约3.9倍，其中“保险+区域医疗”业务增长超4倍。医保端，公司中标全国首个省级医保大模型项目——江苏省医保大模型项目，并与石家庄、郑州等地卫健委合作推进医保垂直大模型及区域医疗质量管理。商业保险方面，与头部保险集团的合作从智能医疗审核延伸至伤残鉴定、三期评定等车险核赔风控场景，控费率提升至约20%，智能体平台案件处理量同比增长37倍。

  再说智慧生活板块，增速同样强劲：2025年，板块收入9.7亿元，同比增长30.8%，占总营收79.9%。其中智慧交通表现突出，依托基于UniGPT的交通大模型及兽牙智能体平台，中标南宁轨道交通全业务域AI项目，落地济南地铁远程智能客服系统，并在超10个城市部署山海大模型智能体应用。

  智慧座舱方面，云知声落地0.5B端侧意图理解大模型，已服务上汽智己、吉利等多款主力车型，实现前装量产规模化复制。AI硬件方面，自研芯片与模块持续赋能美的、格力、TCL等家电龙头，白色家电语音交互市占率稳定在70%以上。截至2025年底，系列AI芯片累计出货量破1.1亿颗。

  从技术突破到规模落地，“一纵一横”犹如两个发展飞轮越转越有力，日益成为云知声产业智能化的核心引擎。

  4

  三个隐忧

  有梦想谁都了不起

  但还是那句话，人无完人，企无完企。再观云知声，一些隐忧不足也如鲠在喉，让2.0跃升平添些许变数。

  首先，深陷亏损泥潭，何时盈利是一灵魂考题。2022年至2025年，公司营收6.006亿元、7.273亿元、9.39亿元、12.11亿元，逐年稳步攀升。然同期归母净利亏损3.66亿元、3.75亿元、4.54亿元和3.27亿元，四年累亏高达15.22亿元。商业化落地亟需再提速，达成规模效应，以覆盖持续高企的运营成本。

  其次，经营现金流持续流出、负债率也不低，需警惕资金压力。2022年至2025年，经营性活动现金流净额为流出1.66亿元、2.84亿元、3.19亿元、2.13亿元，累计流出9.82亿元。意味着主营业务尚未形成自我“造血”的正向循环，日常运转较高依赖外部融资。

  2022年至2025年，云知声负债率分别为435.99%、308.11%、354.9%、55.64%。2025年数据因上市融资可喜大缩，可若细究仍算不上轻松：

  截至2025年末，公司现金及现金等价物3.41亿元，同期短期借款3.37亿元，再加上同期3.59亿元的贸易及其他应付款项，资金缺口肉眼可见。

  再者，频频融资，股价承压破发。2025年6月，云知声登陆港交所，IPO净募约2.37亿港元。进入2026年，又接连启动三轮配售融资。1月22日完成首次新H股配售，发行78万股，配售价252港元/股，募资净额约1.92亿港元。2月9日完成第二次配售，发行100.8万股，配售价310港元/股，募资净额约3.07亿港元。5月28日公告启动第三次配售，发行170万股，配售价228港元/股，较前一日收市价折让19.89%，募资净额约3.81亿港元。

  三次配售合计净募资约8.8亿港元，是IPO净募资额的3.71倍。一家上市不足一年的次新股，从二级市场“补血”的规模远超一级市场，这在港股市场并不多见。难免让人发问，公司资金缺口多大？是否影响投资者信心？

  看看配售价格走势，不算多苛求。第一次252港元，第二次升至310港元，显示出当时市场仍有一定信心。但第三次直接折价至228港元，较前一日收市价折让近20%。

  截至6月17日，公司股价165.9港元/股。以此计算，参与三轮配售的投资者均已浮亏。市值不足124亿港元，较205港元发行价累缩近20%。

  一番梳理可见，云知声开启2.0叙事看点多多、背负也不少，可谓恰逢其时又时不我待。从提振盈利到提振股价、想擦亮“第一股”荣耀、开启全新价值起飞，还有硬仗要打。

  好在，从大模型U2发布看，努力方向正确，那么剩下的就交给时间与耐心。

  无论智慧医疗，还是智慧生活，都是足够宏大的叙事。消积弊展新颜、奔赴2.0，一切方兴未艾、一切刚刚开始，一切都来得及，有梦想谁都了不起！

  本文为首财原创