【大模型第一梯队该有谁？云知声用U2投了一票】

大模型正陷入一场“军备竞赛”式的狂欢。参数规模从千亿到万亿，上下文窗口从1万到100万，各家厂商你追我赶，仿佛谁投更多算力、堆更大参数，谁就能赢下这场AI竞赛。但研究表明，单纯增加参数带来的性能提升正在急剧递减。

斯坦福大学发布的《大模型规模定律》指出，当参数超过5000亿后，模型在推理能力、常识理解等核心指标上的提升幅度从早期的30%以上降至不足5%，而训练成本和能耗却呈指数级增长。

企业真正需要的，是一个参数天文数字的“全能选手”，还是一个足够聪明、足够便宜、能实实在在干活的“专业搭档”？

6月8日，云知声发布自主研发的下一代原生智能体模型U2，一款有近3000亿参数的MoE稀疏模型，宣称能在多数任务上比肩万亿参数模型。更关键的是，其推理成本显著低于同尺寸规模大小模型。

当大多数玩家还在比谁的模型“更大更强”，云知声选择了一条“强而小、强而省、强而能落地”的差异化路径。这条路径的逻辑是什么？底气从哪来？能否撑起“国产第一梯队”的目标？ http://t.cn/AXayPe1a