先看三组数据。
企业智能化业务——底盘。 智能体应用、智能体平台、行业解决方案合计收入4.78亿元，占整体营收85.1%，同比增长35.7%。
大模型调用（Token业务）——新增长极。 收入同比增长760%，二季度环比增长超500%，毛利率超60%。
端侧AI——第三条腿。 收入5380万元，同比增长9.2%，芯片海外出货量同比提升50%。
三条线叠加：营收5.62亿元，同比增长38.7%，亏损收窄31个百分点。公司整体复购收入占比超60%——这个数字放在三条线之后看，分量才真正出来：不管哪条腿在长，客户黏性是整体的。
这不是一份普通财报该有的数字。这是一种近乎“陡峭”的增长姿态。
但最有意思的不是增速本身，而是这三条线拼出的战略图景：“强基模+深应用”是云知声打了十年的老战略，Token业务是这条路上新长出来的东西——基模能力终于可以直接走到市场上变现了。
做到这一切，云知声在半年里换了三样东西：衡量模型的标尺、交付价值的结构、支撑增长的组织。
1
换标尺：不比参数，
比谁“能把事干成”
过去三年，中国大模型行业被“参数军备赛”绑架了。千亿、万亿，谁大谁赢。推理链越长越聪明，算力堆得越高越能打。
但云知声CEO黄伟在今年6月8日——恰好接近公司上市一周年(云知声于2025年6月30日在港交所上市)，扔出了一条新公式：产业智能价值＝高智能密度×高价值Token。
翻译成人话：别比谁体积大，比谁单位算力里装的“真本事”多；别比谁一次调用吐出的字多，比谁每次调用解决的事儿大。
这一天发布的U2基座大模型，就是这条公式的实体化。
U2采用快慢思考融合的MoE架构，总参数2,660亿，单次激活仅约百亿。以中型参数规模实现领先性能，单位Token成本约为同等性能稠密模型的十分之一。
基准测试上，U2在长上下文AA-LCR评测中拿了70分，压过MiniMax M2.5/M2.7的69.5分；知识与推理87.9分领跑；指令遵循IFBench 77.3分，比GLM-5.1高1分。
但真正有意思的，不是这些分数，而是U2的定位——“为执行而生”。它在训练阶段就原生集成了需求理解、任务拆解、工具调用、过程纠错与结果验收能力，可以自主推进100步以上的复杂工作流。
换句话说，行业还在比“谁更会聊天”，云知声在比“谁能把事儿干成”。
而比单个模型更值得注意的，是云知声的模型矩阵已经成型：
·行业纵深：7月17日发布U2-Med三医大模型，把通用智力转化成医疗、医保、医药的专业生产力。
·模态广度：U2-ASR识别100种以上中国方言、15种以上国际语言，113种语言平均字错率仅6.58%；U2-TTS实时输出24kHz高保真语音；U1-OCR以3B参数在OmniDocBench V1.5中拿下95.1分的SOTA成绩。
通用基座、行业模型、多模态模型，三层矩阵成型。而Token业务同比增长760%证明了一件事：这套基模矩阵，不仅能通过智能体交付结果，也能直接通过API卖能力。
图 / 摄图网，基于VRF协议标尺换了——衡量模型的标准，从“有多大”变成了“能办成多少事”。
2
换结构：三条腿走路，
底盘是“部署智能体”
先把结构说清楚。
云知声目前的业务分三大块，各司其职：
企业智能化业务是底盘。4.78亿元收入，占85.1%。客户买的不是一沓厚厚的交付文档，而是一个个能独立跑通业务流程的智能体——有的管医保审核，有的管病历质控，有的管经办服务。它们可复用、可编排、可独立进化。这不是“做项目”，这是“部署智能体”。
Token业务是新增长极。近3000万元收入，760%增速，毛利率超60%。客户直接调用U2、U2-Med等模型的API，按量付费。这条线证明了“强基模”本身就有商业价值，不需要等方案落地就能变现。
端侧AI是第三条腿。5380万元收入，9.2%增速，芯片海外出货量同比提升50%。稳，且在全球市场有存在感。
三条腿拼在一起，图景才完整：应用层卖智能体，模型层卖Token，硬件层卖芯片。云知声没有在三条赛道之间做选择题，而是在AI价值链的每一层都放了一个落点，因为AI的商业化，可能会在价值链的每个环节兑现。
三条腿都在走，但底盘始终是第一条——85.1%的占比+35.7%的增速+60%以上的整体复购率，三重叠加，才是收入结构向高毛利、可复购迁移的完整证据链。
这条路，Palantir走过。
Palantir不卖Token。它的CEO亚历克斯·卡尔普甚至公开说“我们绝不按点击量、Token消耗量或对话次数收费”。Palantir卖的是Ontology（本体论）+FDE（前向部署工程师）+AIP平台打包的“完整管控决策方案”。客户为“省下多少美元、减少多少小时”这些结果付费。
结果呢？2026年二季度营收19.35亿美元，同比增长93%，净利润10.62亿美元，净利率近55%，市值一度站上3900亿美元。
云知声和Palantir的相似之处，不在“卖不卖模型”，而在战略方向上的共鸣：
·都选择最难、最严肃的行业切入——Palantir起家于情报和军方，云知声深耕医疗、医保、政务；
·都致力于把“行业Know-how”变成可复用资产——Palantir有Ontology，云知声把客户业务4大要素拆成17个子集、61个细分类别，沉淀1773个实例智能体，单个模块最高复用119次；
·都追求嵌入核心流程、形成高替换成本——整体复购收入超60%是最好的证明。
但云知声不是Palantir，也没必要成为Palantir。“强基模+深应用”是它从第一天就选择的路线，Token业务只是让这条路线多了一个直接变现的出口。
具体落地，靠的是“三层架构”：
·基座能力层：沉淀“智能资产＋业务资产”；
·智能构建层：用“业务运行平台＋智能体平台”双轮驱动；
·价值运行层：通过“决策执行、人机协同、反馈演化”交付可计量结果。
效果已经出来了。在某省市，全国首个省级医保垂直大模型项目，医保经办人力投入下降65%；医保监管场景，审核从规则匹配升级为全病历理解，效率提升约10倍。医疗侧，累计服务450多家医疗机构，百强三甲覆盖率超30%，单份病历质控压缩至10秒以内，人工效率提升80%。
服务对象正从“单个组织”走向“一个行业、一座城市”——支撑这种跨越的，是通用大模型和行业模型组成的“双模型飞轮”。真实业务产生的新数据、新流程、新反馈，先沉淀进行业模型，再反哺通用基座；基座升级，又为垂直场景创造更多价值。
模型是入场券，行业理解才是护城河。
3
换组织：大模型事业部，
一场“自我革命”
标尺换了，结构清晰了，还差一样——组织。
上半年，云知声成立大模型事业部，打通过去分散在研发、平台和项目交付之间的组织壁垒。首席科学家、事业部总经理刘升平说了一句大实话：“以前我们认为技术好就可以拿下更多客户，但在Agent时代价值驱动成为主流，光讲技术多牛意义不大，要说清楚大模型能解决多少问题、带来多少价值。”
这不是孤例，是一场行业“组织重构潮”的同频共振：
·5月，微软CEO纳德拉废除运行几十年的高级领导团队，改以5人核心圈、35人工程领导组和一个专管Copilot的三人组运转；
·同月，OpenAI把ChatGPT、Codex、API三条产品线并成一个统一的Agentic平台；
·6月，阿里合并通义大模型事业部与未来生活实验室，成立Token Foundry事业部；
·7月，腾讯合并混元大语言模型部与多模态模型部为基础模型部。
表象各异，内核一致：把“模型能力”与“商业结果”从两条线拧成一股绳。
云知声的大模型事业部，动作不算大，却是它从“解决方案公司”向“产业智能平台”升级的一纸宣言。
4
大模型定义上限，
智能体决定去向
经营质量的改善，让这场转身更有底气。上半年行政开支锐减37.8%，净亏损率同比收窄超31个百分点；2026年合同额同比增长65%，在手订单超15亿元，现金储备近10亿元。
一个“既快又稳”的财务结构，立起来了。
黄伟说了一句话，值得记住：
“大模型定义智能的上限，智能体决定智能的去向。”
当模型能力不再是稀缺品——参数量正在商品化，基准测试榜首每周换人——谁能把智能嵌入工作流、交付可计量的结果，谁就掌握了智能的“去向”。
云知声未必抵达Palantir的位置，但选定了Palantir的方向。
它不是下一个Palantir。它是第一个云知声——“强基模”让Token业务直接变现，“深应用”让智能体扎得足够深。
模型是门票，智能体是交付方式，结果是终局。三条腿都在走，底盘稳，新腿快。
*文中题图来自：界面图库。
