论文博客 - 云知声

付费 2025年6月

山海·知医大模型5.0：真正走向严肃临床

山海·知医5.0在医学理解、协作能力和输出可靠性方面实现全面升级。新版本深度融合了临床诊断推理链，能够像资深医生一样进行多维度思考，为临床决策提供有力支撑。

技术发布 2026年8月

当 OCR 学会"重建"：云知声 U1-OCR 将图片、PDF 一键还原为可编辑 PPT，开启文档智能的重建时代

近日，云知声文档智能基础大模型 U1-OCR 能力全新升级，正式上线 IMG2PPT 智能转换功能。IMG2PPT 基于 U1-OCR 文档智能引擎打造，可将 JPG、PNG、PDF 等静态文件中的内容还原为原生可编辑 PPT，让文本框、图片、列表、形状、表格等全部成为 PPT 原生可编辑对象。这标志着 OCR 技术正式从 "单一内容识别"，进阶至 "智能理解 + 结构重建" 的全新阶段。

技术发布 2026年8月

云知声U2-RadiMed正式发布，引领医学影像AI迈入“临床推理”时代

作为国内首个深度融合医学影像理解、报告生成、临床推理决策、视觉问答的全链路影像大模型，该模型支持单张、多张影像与文本的多模态混合输入，可完成“看影像→调知识→做推理→出结论”的完整工作闭环，为临床医生提供从病灶筛查、精准诊断到个体化治疗决策的全方位AI辅助支撑，助力影像诊断迈向更高阶的智能化。

技术发布 2026年7月

云知声U2-ASR、U2-TTS多语种能力全面升级，一套模型打通全球"听与说"

云知声近日全面完成 U2-ASR 与 U2-TTS 的多语种能力升级：ASR 新增 13 种国际语言识别，TTS 新增 8 种东南亚语言合成。至此，U2 语音大模型已支持超 100 种中国方言及超 15 种国际语言。

技术发布 2026年6月

云知声发布 U2：为执行而生的原生智能体大模型，可自主拆解并完成 100+ 步复杂真实工作流

作为我们面向个人、开发者与组织打造的原生智能体大模型，U2的技术主张极为纯粹：高智能密度 × 高Token价值。它不再盲目堆叠参数，而是追求高智能密度，用更少激活资源承载更强能力；不再简单比拼输出长度，而是追求高Token 价值，让每一次调用都更接近交付结果。

技术发布 2026年7月

云知声发布U2-Med专家级三医大模型：以【智能向善】重塑产业，让AI成为扎根一线的“数字专家”

以“智能向善”为初心，U2-Med致力于将AI从“对话工具”升级为扎根业务一线的“数字专家”。通过打破三医数据与业务的孤岛，重构产业生态，U2-Med不仅是在攀登技术的高峰，更是在仰望人类健康的星辰大海——以AI的力量推动医疗服务向更高效、更公平、更智能的方向演进，让科技的温度真正造福全人类的健康福祉。

技术发布 2026年2月

云知声Unisound U1-OCR大模型发布！首个工业级文档智能基础大模型，开启OCR 3.0时代

就在刚刚，云知声正式推出 Unisound U1-OCR 文档智能基础大模型。作为首个工业级文档智能基座，该模型凭借 “性能 SOTA、可信可验、开箱即用、高效部署、强适配” 五大核心优势，打破传统文档处理边界，树立起行业新标杆。

技术发布 2026年1月

智启山海，交互无界——云知声山海·知音 2.0 重磅发布

随着智能体时代到来，云知声在“山海·Atlas”通用智算基座持续演进基础上，年前实现了“山海·知医”5.0医疗大模型升级，今天迎来了“山海·知音”2.0的重磅发布，正在完成“一基两翼”技术战略升级的能力拼图。

学术论文 2025年6月

利用可信引用实现大语言模型内外知识利用的透明化

构建可信引用框架，使大语言模型在利用内部参数知识与外部检索知识时具备可解释性，有效缓解幻觉问题。

云知声研究