الإجاباتمنشور12 المصادر
U2-Flash من Unisound: 266 مليار معامل للوكلاء والبرمجة مع 10 مليارات نشطة فقط
أطلقت Unisound نموذج U2 Flash في 15 سبتمبر 2026، وهو نموذج MoE متفرق يضم نحو 266 مليار معامل لكنه يفعّل قرابة 10 مليارات فقط في الاستدلال الواحد. تعلن الشركة نتائج 64.6 في DeepSWE v1.1 و24.3 في TerminalBench 3.0 و61.6 في SWE Bench Pro، إضافة إلى تقليص دورة تنفيذ مهام الوكلاء بنسبة 35% مقارنةً بـU2.
نشر بواسطةتم التحرير باستخدام GPT-5.6 Terraتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث
الوجبات السريعة الرئيسية
- أطلقت Unisound نموذج U2 Flash في 15 سبتمبر 2026، وهو نموذج MoE متفرق يضم نحو 266 مليار معامل لكنه يفعّل قرابة 10 مليارات فقط في الاستدلال الواحد.
- تعلن الشركة نتائج 64.6 في DeepSWE v1.1 و24.3 في TerminalBench 3.0 و61.6 في SWE Bench Pro، إضافة إلى تقليص دورة تنفيذ مهام الوكلاء بنسبة 35% مقارنةً بـU2.
- هذه النتائج، وكذلك ادعاءات السرعة وتوافق العتاد، لم تُدعَم في المواد المتاحة بتشغيلات قابلة لإعادة الإنتاج أو إعدادات مقارنة متكافئة.
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Unisound’s U2-Flash, launched on September 15, 2026, and how does its roughly 266-billion-parameter sparse MoE architecture with abo. Article summary: Unisound’s U2-Flash is a September 15, 2026 release positioned as a “high-density” production model: a sparse Mixture-of-Experts successor to U2 intended to combine coding, agent execution, mathematical reasoning, and in. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
أعلنت شركة Unisound في 15 سبتمبر 2026 عن U2-Flash، وهو نموذج لغوي كبير تصفه بأنه نموذج «عالي الكثافة» للعمل الإنتاجي. وتتمحور فكرته حول جمع البرمجة، ووكلاء الذكاء الاصطناعي القادرين على استخدام الأدوات، والاستدلال الرياضي، واتباع التعليمات في نموذج واحد، مع إبقاء حجم الحساب الفعلي عند التشغيل أقل بكثير من إجمالي حجم النموذج. 5
266 مليار معامل، لكن 10 مليارات فقط تعمل في كل استدلال
يعتمد U2-Flash بنية مزيج الخبراء المتفرق (Sparse Mixture of Experts - MoE). يبلغ إجمالي معاملاته نحو 266 ملياراً، بينما يُفعَّل نحو 10 مليارات معامل فقط في كل عملية استدلال، أي أقل من 4% من الإجمالي. في هذه البنية، يختار نظام توجيه مجموعة فرعية من «الخبراء» المتخصصين بحسب المدخلات، بدلاً من تشغيل جميع معاملات النموذج مع كل رمز نصي. 5
هذه النسبة هي جوهر تسويق Unisound للنموذج: جودة قوية لإنجاز المهام مع بصمة حوسبة نشطة أصغر من نموذج كثيف ذي قدرة مماثلة. لكن المواد المتاحة لا تتضمن مقارنات مستقلة متكافئة في التكلفة أو استهلاك الطاقة أو الجودة لتأكيد ذلك عبر أعباء عمل متماثلة. 5
ما الاستخدامات المستهدفة؟
تقول Unisound إن U2-Flash يوحّد قدرات البرمجة والوكلاء والاستدلال الرياضي واتباع التعليمات ضمن مجموعة أوزان واحدة. وتشمل حالات الاستخدام التي تستهدفها الشركة كتابة الشيفرة الهندسية، ومهام الطرفية، والعمل المكتبي، والاستدلال المعرفي، وسواها من سير العمل الإنتاجي. 5
ويضم النموذج ما تسميه الشركة «التفكير الضمني» و«الاستدلال بالحالة المستمرة»، مع أربع درجات قابلة للتحكم في قوة الاستدلال. وتقول إن أعلى درجة يمكن أن تُنتج مسار استدلال مقروءاً للمراجعة والتتبع. إلا أن ظهور هذا المسار لا يثبت، بحد ذاته، صحة الإجابة أو أمانها أو ملاءمتها للاستخدام الذاتي في المهام الحساسة. 5
كيف تقول الشركة إنها درّبت النموذج للوكلاء؟
تصف Unisound U2-Flash بأنه نتيجة تدريب لاحق معزَّز انطلاقاً من نموذج U2 الأساسي. ويتضمن النهج حلقة تحسين ذاتي تكراري (RSI) تساعد فيها المنظومة على توليد المهام، وتحليل مسارات التنفيذ، واكتشاف الأخطاء، ثم إعادة أخذ عينات من بيانات تدريب مصححة، ضمن قيود تحقق وبيئات معزولة يحددها البشر. 5
وبالنسبة إلى هندسة البرمجيات وعمل الوكلاء، تقول الشركة إن النظام يجمع بين:
- التعلم المعزز غير المتزامن للوكلاء؛
- تقطير السياسات عبر الإنترنت من عدة نماذج معلِّمة؛
- توليد مهام تكيفي؛
- مجموعة لمهام هندسة البرمجيات تقترب من 100 ألف مهمة مولَّدة.
5
وتفيد Unisound بأنها حققت نحو 60% مسارات تدريب فعالة أكثر، وخفّضت بنحو 55% عدد خطوات التدريب اللازمة لبلوغ قدرة مماثلة. وهذه إفصاحات للشركة؛ إذ لا تتضمن الأدلة المقدمة تصميم التجارب أو خطوط المقارنة المتكافئة أو النتائج الخام أو أدوات تدريب قابلة لإعادة الإنتاج، وهي عناصر لازمة للحكم المستقل على هذه الأرقام. 5
عملياً، يبدو النهج مصمماً لأعمال متعددة الخطوات: محاولة تنفيذ المهمة، وتقييم مسار استخدام الأداة أو التنفيذ، ورصد الخطأ، ثم استخدام أمثلة مصححة لتحسين السلوك لاحقاً. غير أن ذلك تفسير معقول للنظام الموصوف، وليس دليلاً على أن كل آلية فيه تسببت وحدها في مكاسب الاختبارات المعلنة. 5
نتائج البرمجة والوكلاء التي أعلنتها Unisound
أعلنت الشركة تحسناً ملحوظاً مقارنة بالجيل السابق U2 في عدة اختبارات مرتبطة بهندسة البرمجيات والطرفية:
| المعيار | النتيجة المعلنة لـU2-Flash | مقارنة الشركة |
|---|---|---|
| DeepSWE v1.1 | 64.6 | نحو ضعفي نتيجة U2 السابق؛ وتقول الشركة إنه تفوق على GLM5.3-Flash وDeepSeek-V4-Pro-0813 في مقارنتها. |
| TerminalBench 3.0 | 24.3 | تقول Unisound إنه تجاوز نماذج من فئة K3 ذات تريليونات المعاملات. |
| SWE-Bench Pro | 61.6 | أعلى بـ10.5 نقاط من الجيل السابق، بحسب الشركة. |
وتعلن Unisound أيضاً خفض عدد تكرارات الوكيل بنسبة تتراوح بين 20% و30%، وتقليص دورة تنفيذ المهمة بنسبة 35%، وخفض استهلاك الرموز النصية بنسبة بين 20% و30% مقارنةً بـU2. 5
تساعد هذه الأرقام في فهم نوع الأداء الذي يستهدفه النموذج، ولا سيما للمطورين الذين يقيّمون نماذج البرمجة الوكيلة. لكنها ليست تصنيفات مستقلة: فالمواد المتاحة لا تحدد نقطة نهاية النموذج، أو صيغ الطلبات، أو إعدادات أخذ العينات، أو هيكل الوكيل، أو الأدوات والبيئة، أو إعدادات منصة الاختبار، أو التشغيلات الخام. 5
السرعة والنشر على منصات الحوسبة الصينية
تقول Unisound إن متوسط زمن ظهور أول رمز نصي أقل من ثلاث ثوانٍ، وإن ذروة سرعة الإخراج تصل إلى 300 رمز في الثانية. لكن الإعلان لا يورد تفاصيل العتاد، أو عدد الطلبات المتزامنة، أو طول السياق، أو الدقة الحسابية، أو زمن الاستجابة عند النسب المئوية المختلفة؛ ولذلك لا تصلح هذه الأرقام لمقارنة مباشرة وعادلة مع خدمات أخرى. 5
كما تقول الشركة إنها هيّأت U2-Flash لمنصات الحوسبة الصينية المحلية الشائعة، عبر بنية النموذج والمشغلات الأساسية وأطر الاستدلال وجدولة العناقيد. وتذكر تغطية ترويجية أن الأداء في بعض سيناريوهات النشر يقترب من أداء حلول وحدات معالجة الرسوميات من NVIDIA، لكنها لا تقدم شرائح متطابقة، أو إصدارات البرمجيات، أو أعباء العمل، أو التجميع الدفعي، أو بيانات الطاقة والتكلفة وزمن الاستجابة. لذا لا تكفي هذه المعطيات لإثبات تكافؤ في العتاد. 17
وتضع Unisound هذه التحسينات في سياق الاستدلال واسع النطاق، والتزامن العالي، وأحمال السياق الطويل لقطاعات الحكومة والشركات والمال والتصنيع والطاقة. 17
التوفر عبر MaaS والعرض الترويجي
أفادت التغطية بأن U2-Flash أصبح متاحاً عبر منصة Unisound بصيغة النموذج كخدمة (MaaS). وتحدثت عن عرض خصم 60% من 15 إلى 30 سبتمبر 2026، بأسعار معلنة قدرها 0.6 يوان صيني لكل مليون رمز إدخال، و1.2 يوان لكل مليون رمز إخراج، و0.12 يوان لكل مليون رمز إدخال مخزّن مؤقتاً. كما ذكرت أن المستخدمين الجدد والحاليين يمكنهم الحصول على رصيد قدره 100 مليون رمز خلال مدة العرض. 17
وبما أن هذه شروط ترويجية محددة المدة، ينبغي للراغبين في الاستخدام التحقق مباشرة من Unisound من التوفر الحالي والأسعار والحصص وشروط الاستعمال قبل الاعتماد عليها. 17
الخلاصة: إصدار واعد، لا زعيم مُثبت بعد
يستهدف U2-Flash بوضوح سير عمل البرمجة والوكلاء في بيئات الإنتاج: نموذج MoE بإجمالي 266 مليار معامل ونحو 10 مليارات نشطة، وتدريب لاحق قائم على توليد المهام والتغذية الراجعة من التنفيذ، وأنماط استدلال قابلة للتحكم. وتشير نتائج Unisound المعلنة إلى تقدم ملموس على نموذج U2 السابق في اختبارات هندسية اختارتها الشركة. 5
لكن جودة الدليل هي التحفظ الأهم. فنتائج الاختبارات، وأرقام كفاءة التدريب، وزمن الاستجابة ومعدل الإنتاجية، وتوفير الرموز، والمقارنات مع المسرّعات المحلية، هي بالأساس ادعاءات صادرة عن الشركة أو تغطية ترويجية. وإلى أن ينشر مقيمون مستقلون تشغيلات قابلة لإعادة الإنتاج تتضمن إصدارات نماذج وأدوات وعتاداً وشروط اختبار متطابقة، ينبغي التعامل مع U2-Flash بوصفه إصداراً واعداً وفقاً لبيانات المورّد، لا بوصفه متصدراً ثبتت قدراته بشكل قاطع. 5
17
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "U2-Flash من Unisound: 266 مليار معامل للوكلاء والبرمجة مع 10 مليارات نشطة فقط"؟
أطلقت Unisound نموذج U2 Flash في 15 سبتمبر 2026، وهو نموذج MoE متفرق يضم نحو 266 مليار معامل لكنه يفعّل قرابة 10 مليارات فقط في الاستدلال الواحد.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
أطلقت Unisound نموذج U2 Flash في 15 سبتمبر 2026، وهو نموذج MoE متفرق يضم نحو 266 مليار معامل لكنه يفعّل قرابة 10 مليارات فقط في الاستدلال الواحد. تعلن الشركة نتائج 64.6 في DeepSWE v1.1 و24.3 في TerminalBench 3.0 و61.6 في SWE Bench Pro، إضافة إلى تقليص دورة تنفيذ مهام الوكلاء بنسبة 35% مقارنةً بـU2.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
هذه النتائج، وكذلك ادعاءات السرعة وتوافق العتاد، لم تُدعَم في المواد المتاحة بتشغيلات قابلة لإعادة الإنتاج أو إعدادات مقارنة متكافئة.
المصادر
sohu.com云知声发布U2-Flash：后训练×RSI 驱动，面向真实任务的新 ...
llmreference.comBest AI Agent Models 2026: SWE-bench Ranked | LLM Reference
news.futunn.comUnleashing Trillion-Scale Capabilities with Hundred-Billion Parameters: How Unisound U2-Flash Is Redefining Value Pricing for Large Language Models