UniSound представила модель U2 с упором на экономию токенов
Компания UniSound (UniSound AI), зарегистрированная на бирже Гонконга и известная разработками в области распознавания речи и AI, представила фундаментальную модель U2. В компании считают, что эта разработка выводит их в первый эшелон китайских универсальных large language model. Основная идея проекта, не гнаться за ростом числа параметров и вычислительных ресурсов, а повышать эффективность использования токенов.
По ряду бенчмарков U2 показывает сопоставимые или более высокие результаты. Среди них IFBench для instruction following, Claw series Agent evaluations и GPQA, который используется для проверки сложных задач рассуждения. При этом система задействует заметно меньше активируемых параметров по сравнению с аналогичными моделями. По данным UniSound, U2 сокращает потребление thinking token примерно на 25%, что снижает стоимость инференса.
Архитектура модели рассчитана на применение в агентных системах и поддерживает интеграцию с AI‑фреймворками OpenClaw и Hermes. В независимых тестах U2 справлялась со сложными задачами за меньшее число раундов взаимодействия и требовала меньше циклов исправления ошибок. В одном из демонстрационных примеров модель создала интерактивную симуляцию вселенной частиц: почти 1,000 строк кода в одном HTML‑файле без внешних зависимостей. В другой демонстрации она собрала многомодульное приложение для анализа личности по знаку зодиака на основе расплывчатого пользовательского описания.
Разработчики описывают модель как «general-purpose but efficiency-first». Доступ к U2 открыт через платформу Token Hub для индивидуальных разработчиков, корпоративных команд и организаций. Сам запуск отражает стратегический поворот UniSound к роли поставщика фундаментальных AI‑моделей. Компания опирается на опыт в speech и audio AI, который накапливается с момента основания в 2012 году.
Ключевые факты
UniSound представила фундаментальную модель U2, которая, по заявлению компании, входит в первый эшелон китайских универсальных LLM и ориентирована на эффективность токенов, а не на рост числа параметров.
U2 снижает потребление thinking tokens примерно на 25%, что, по данным UniSound, уменьшает стоимость инференса при сохранении конкурентных результатов на бенчмарках IFBench, Claw series Agent evaluations и GPQA.
Архитектура модели поддерживает интеграцию с фреймворками OpenClaw и Hermes и в независимых тестах выполняла сложные задачи за меньшее число раундов взаимодействия с меньшим числом циклов исправления ошибок.
В демонстрации U2 сгенерировала интерактивную симуляцию «particle universe» почти на 1,000 строк кода в одном HTML‑файле без внешних зависимостей; модель также создала многомодульное приложение анализа личности по знаку зодиака.