让智能不断向上，让技术始终向善｜云知声携U-Model家族亮相 WAIC 2026

7月17日至20日，以“智能伙伴，共创未来”为主题的2026世界人工智能大会暨人工智能全球治理高级别会议（WAIC2026）在上海举行。国家主席习近平出席大会开幕式并发表主旨讲话，为人工智能产业发展与治理凝聚共识、指明方向。

从70年前“人工智能”概念首次提出，到今天智能技术加速走出数字世界、进入物理世界，人类与人工智能之间的关系正在被重新定义。面对这一轮前所未有的技术浪潮，习近平主席强调，各国应当秉持以人为本、向上向善理念，让人工智能成为促进共同繁荣、维护共同安全的重要动力源。

这也赋予了WAIC大会主题“智能伙伴，共创未来”更加深刻的时代内涵——真正的智能伙伴，不仅要拥有理解复杂问题、执行复杂任务的能力，也要可靠、可控、值得信赖；不仅要不断突破技术边界，更要始终服务于人的价值。

对于云知声而言，如何让AI真正成为人的智能伙伴，最终落在两条彼此交织的实践路径上：一条是“智能向上”，一条是“智能向善”。在上海世博展览馆H1-D730展位，云知声携以U2为核心的U-Model矩阵与三大Agent集群集中亮相，从模型能力的持续突破，到智能体走进医疗健康、组织流程与日常生活，全方位展示云知声的智能伙伴如何从理解世界、感知需求，进一步走进工作流、与人协同完成任务，以自身实践呼应时代命题：让智能不断向上，也让每一次技术进步，始终向善而行。

智能向上

以U2为核心，持续攀登能力上限

真正的智能伙伴，要有足够强的理解、感知与执行能力。展会现场，云知声集中展示了以U2为核心的U-Model矩阵。从通用基座大模型，到语音与视觉感知，再到医疗垂直领域的专业模型，云知声持续攀登智能能力与效率的双重上限：一方面，让模型能够理解更复杂的信息、完成更长链路的任务；另一方面，在有限的计算与Token成本下提升每一次调用的价值，让更强的智能以更高效、更可负担的方式进入真实场景。

U2：不止“给出答案”，更在于“完成任务”

作为云知声面向个人、开发者与组织打造的原生智能体大模型，U2以高智能密度、高Token价值、原生Agent能力三大核心突破，重新定义了大模型的效率与自主能力。

在复杂办公、软件工程、深度研究与多工具协同场景中，U2能够自主拆解并推进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——从“给出答案”进一步走向“完成任务”。

在全球大模型竞技场上，U2已在多项高难度评测中跻身第一梯队，覆盖长上下文理解（AA-LCR）、知识推理（GPQADiamond）、指令遵循（IFBench）、智能体执行（SWE-benchVerified）及复杂任务（WildClawBench）等核心维度，其综合表现更是跻身LLMStats总榜前30，位列全球模型厂商第八，已然开启与头部模型的同台较量。尤为值得一提的是，在公认极具挑战性的长文本理解基准LongBench-V2中，U2以54.4%的Accuracy超越ClaudeOpus4.7，充分展现出其对海量信息的持续捕捉与深层推理能力。

多模态大模型矩阵：让AI拥有完整感官能力

复杂任务不仅需要“会思考”，也需要准确感知与表达。围绕听、说、看，U-Model构建起覆盖真实交互入口的多模态感知底座。

• U2-ASR（听觉）：不止是语音转文字，更能“听懂”表达。U2-ASR支持上百种方言及多种外语，在复杂嘈杂环境下依然保持90%的识别准确率。在AISHELL-1公开测试集中达99.2%，其方言识别能力全面超越主流ASR模型。
• U2-TTS与Clone（表达）：让AI声音更有温度。基于纯因果注意力机制的流匹配模块与神经声码器联合优化，U2-TTS不仅能生成自然流畅的语音，还能精准演绎语气、情绪乃至呼吸与笑声等拟人化细节。配合U2-TTS-Clone的声音克隆能力，仅需5-15秒参考音频即可高保真还原音色，合成自然度与相似度达MOS4.5+。更支持“音色来自A，情感来自B”的组合式生成及中英文跨语种复刻，能够以极低的成本为数字人、有声内容等注入鲜活个性。

• U1-OCR（视觉）：从“识字”进化到“懂文档”。U1-OCR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。能够精准还原复杂版式（如嵌套表格），智能抽取关键信息，将非结构化文档高效转化为可计算的数据。

医疗双子星：让AI真正读懂“三医”

在专业壁垒极高的医疗领域，U-Model家族派出了“文本+视觉”的双子星，将大模型直接转化为医疗生产力：

• U2-Med：深度掌握医疗、医保、医药“三医”知识，贯通临床诊疗、基金监管、药事服务全场景。不仅能辅助医生生成规范病历、进行临床决策支持，还能在医保审核、商保理赔等场景中充当“风控专家”——在业务场景实测中，其病历质控达97%、安全伦理达95.5%、诊后与用药管理达94.1%、医保/商保能力达88.8%，综合能力达89.1%，全面超越同级别主流大模型。

• U1-OCR-Med：专为医疗文书打造。面对手写潦草的病历、印章遮挡的处方或复杂的检查报告，U1-OCR-Med能实现像素级定位与精准抽取，可有效解决医疗数据录入中最头疼的“脏数据”难题，更让U2-Med的分析有据可依。
• 智能向善

让Agent进入工作流，服务每一个真实需求

对云知声而言，“智能向善”不是为技术附加一层温情叙事，而是让AI始终以人为中心。真正的智能伙伴，不是取代人，而是在专业场景中辅助人、在复杂流程中协同人；既要做到可靠、可控、可追溯，也要让先进能力以可负担的方式服务更多组织与个体。

此次WAIC，云知声围绕医疗健康、组织流程与智能交互，集中呈现医疗专家、数字员工与数字助理三大Agent集群。它们不再停留在单轮问答与功能演示中，而是进入工作流，与人协同完成复杂任务，把模型能力转化为可执行、可验证、可交付的成果。

医疗专家Agent

丨贯通三医，守护每一份健康

在专业壁垒极高、容错率极低的医疗场景中，医生长期被病历录入与合规审查所困——大量时间耗费在键盘敲击与事后补写上，传统的人工抽检质控滞后且覆盖面有限，诊疗时间被挤占，合规风险却在累积。

医疗专家Agent深度融入诊前、诊中、诊后全流程，可实时采集医患对话、自动生成规范病历，将医生从键盘前解放出来；对病历完整性、逻辑性与合规性进行实时校验，推动质控从“事后追责”向“事中预警”转变；贯通医保智能审核与药品耗材价格合规审查，让“三医”风险管控融入每一个业务环节——让医生回归诊疗本身，将合规交给AI。

数字员工Agent｜流程自动奔跑，员工回归创造

在企业组织中，大量业务执行人员常年充当“系统搬运工”——工单处置、公文流转、费用报销、合同风控等高频任务散落在多个互不相通的系统中，跨平台切换、手动复制粘贴占据了大量时间，人为差错与合规盲点也难以避免。

云知声数字员工Agent覆盖政务工单处置、多语种客服、公文收办与档案分拣、费用报销与合同风控、医保价格稽核、表单标准化与智慧营销等场景，可将跨岗位、跨系统的机械操作编排为自动执行的标准化工作流。技术的价值不只是让流程跑得更快，更是让员工从重复劳动中抽身，把时间留给判断、沟通与创造。

数字助理Agent：懂办公，更懂生活

在政企与企业的日常办公中，最耗时的往往不是“写字”，而是“找字”与“理字”——起草公文、审核合同、编写纪要，每一项任务背后都是大量资料查阅、政策理解与逻辑梳理的拉锯战。而在车载等生活场景中，交互的繁琐同样让人疲惫——触控操作分散驾驶注意力，语音指令频频中断，智能座舱既不“智能”也不“体贴”。

云知声数字助理Agent覆盖公文撰写与审核、会议纪要、合同起草、招标造价预测、行政知识问答等高频办公场景，能够自动完成“查找资料—理解背景—匹配规范—梳理逻辑—生成成果”的完整闭环，让办公不再是信息的苦役。进入座舱场景，车载Agent能通过自然、连续的多模态交互，帮助驾驶者完成导航、影音娱乐、车辆控制与资讯查询等高频操作。技术不再要求人反复适应系统，而是让系统以更自然的方式服务于人。

从模型能力的持续突破，到三大Agent集群进入真实工作流，WAIC2026所呈现的，不仅是云知声让AI从“理解问题”走向“完成任务”的阶段性成果，更是其对“智能向上、智能向善”的持续践行，也是对大会主题“智能伙伴，共创未来”的具体回应——以技术突破不断抬升智能伙伴的能力上限，以场景落地让AI真正走到人身边、进入工作流，与产业、组织和个体共同创造价值。

智能的进化仍在继续。接下来，云知声将在语音技术领域迎来两项重磅升级——新一代U2-ASR与U2-TTS即将发布——

一个负责“听懂”更多语言。新一代U2-ASR将重点升级外语识别与转写能力，进一步拓展可识别的语言范围，让更多外语能够被准确理解并转化为文字。

一个负责“说出”更多语言。新一代U2-TTS将升级多语种语音合成能力，支持更多外语自然表达，让AI能够以不同语言生成流畅、真实的语音，进一步降低跨语言沟通与内容生产的门槛。

从听懂每一种表达，到自然说出每一种语言，U2-ASR与U2-TTS将共同拓展AI感知世界、连接人的能力边界，为智能体进入更多真实场景构建更加自然、高效的交互入口。敬请期待。