智通财经APP讯,云知声(09678)发布公告,公司正式发布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。在多项权威评测中, U2-Flash-1118表现领先,在复杂编程与Agent执行、原生视觉理解、科学与数学推理三大领域均取得优异成绩。具体评测结果如下:
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,体现了出色的图形细节辨识、空间关系感知及中英文文档版面理解能力。
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,体现出优秀的大型代码仓库解析、复杂工程需求拆解、多轮代码修改及终端任务执行能力。
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,展现出优秀的高难度科学问答与竞赛数学推理能力。
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。其能力升级主要在如下三大方面:
(1) 多模态理解能力增强:该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。
(2) 优化复杂任务执行: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,并通过纠错训练、独立测试和能力回归验证,持续优化模型及Agent执行框架,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。
(3) Token效率提升:在Agent执行效率方面,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,相较于原版本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。
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。







