云知声发布大模型升级版U2-Flash-1118,Token消耗降低约37%

来源:爱集微 #云知声#
501

云知声11月18日发布自愿性公告,正式发布大模型全新升级版本U2-Flash-1118。该模型是U2-Flash的全新升级版本,在复杂编程、Agent自动执行与多模态理解三大能力上实现全面跃升,并在多项权威评测中表现领先。

公告显示,在原生视觉理解方面,该模型在参评的3项视觉榜单中均位列前二,其中OCRBench-V2英文和中文评测得分均超过DeepSeek-V4.1-Flash-1017和GLM-5.3-Flash,体现出图形细节辨识、空间关系感知及中英文文档版面理解能力。在复杂编程与Agent执行方面,该模型在参评的4项工程评测中均较U2-Flash有所提升,其中DeepSWE v1.1评测得分位列第二,超过MiniMax-M3.1-Flash和Qwen3.8-Max-0902。在科学与数学推理方面,该模型在参评的2项推理能力评测中分别位列第一和第二,其中GPQA-Diamond评测得分位列第一,超过Kimi K3和Qwen3.8-Max。

技术层面,U2-Flash-1118在保持原有语言基座参数规模不变的基础上,新增约1B参数的视觉模块,实现原生多模态理解能力增强,同时通过后训练及Agent Harness协同优化,进一步提升模型的复杂任务执行能力与Token使用效率。具体而言,模型引入原生图片输入能力,可直接理解UI截图、设计稿及文档版面,支持图文问答、界面理解及基于截图的辅助开发;通过递归自我改进(RSI)机制,将任务执行反馈转化为针对性的训练任务,并经纠错训练、独立测试和能力回归验证,可自主推进从需求理解、问题定位、代码修改到测试验证的完整开发流程。

公告还显示,在Agent执行效率方面,该模型通过执行轨迹优化、关键动作提炼、动态预算分配及Agent Harness协同优化,减少任务执行过程中的重复探索、冗余工具调用和上下文搬运。在相同任务集及一致的评测条件下,相较原版本U2-Flash,总Token消耗降低约37.0%,模型调用次数减少约44.8%,在保持任务完成质量的同时进一步降低任务执行成本。

公告称,U2-Flash-1118通过多模态理解能力增强、复杂任务执行能力提升及Agent执行效率优化,进一步提升模型在实际应用场景中的综合能力,为开发者及企业用户提供更加高效的模型服务。

责编: 张轶群
来源:爱集微 #云知声#
THE END

*此内容为集微网原创,著作权归集微网所有,爱集微,爱原创

关闭
加载

PDF 加载中...