9B
参数规模
SKYRU AI · 模型空间 · V1
星云湖
星云湖
Xingyun Lake V1 · 9B
星云湖是 RUR1 Innovation 定制与运营的多模态 AI 助手模型身份，基于 Qwen3.5-9B 构建。面向需要准确、清晰、谨慎、可部署的通用智能任务： 学习与知识工作、企业知识、文档理解、软件工程与机器人任务。
免费体验 · 无需注册 · 对话内容不用于训练
262K
原生上下文 tokens
图 + 文
多模态输入
中 / 英
双语交互
定位
不假装什么都知道，而是把边界说清楚
星云湖的目标是在事实、推断与主观解释之间保持边界——对不确定的内容明确说明不确定性， 优先给出可执行、结构化、信息密度高的回答。
学习与知识工作
解释、归纳、推理、资料整理与研究辅助，适合日常学习与深度知识任务。
企业知识
知识库问答、内部资料理解、结构化信息提取与工作流协助。
文档任务
长文档理解、信息核对、摘要、格式化输出与多模态文档分析。
软件任务
代码理解、生成、调试、工具调用与 Agent 工作流。
机器人与工程
技术文档理解、任务规划、视觉信息理解与工程辅助。
中英双语
术语准确、表达自然，避免无必要的语言混杂，并继承上游多语言能力。
名称由来
湖心小岛 · 星云湖
为什么叫「星云湖」
「星云湖」取名自中国云南省玉溪市江川区的现实湖泊星云湖（Xingyun Lake）。 这也是 RUR1 与云南的来源联系。
湖面映照星空——象征把复杂、分散的信息映射成更清晰的理解； 「湖」强调知识的汇聚、连接与沉淀，而不是单纯追求参数规模。
以上「映照星空、知识汇聚」等内容属于 RUR1 的品牌阐释，
不是关于现实星云湖名称来源的地方志或学术结论。
数据安全原则
「模型能看到」不等于「模型有权使用」
星云湖的安全行为遵循以下原则。模型本身不能替代应用层的身份认证、访问控制、密钥管理与审计系统——安全由模型行为与系统工程共同实现。
最小权限
只使用完成当前任务所需的权限，拒绝协助规避权限、审计或数据隔离。
数据最小化
只读取、传递和保留必要数据，对敏感数据采用最小必要原则。
来源可追溯
重要事实与企业数据尽可能保留来源信息，支持核对与审计。
关键操作人工确认
删除、发送、覆盖、公开发布等关键写操作由系统层提供明确确认机制。
日志最小化
日志仅保留排错与审计真正需要的字段，优先使用脱敏数据。
秘密不进日志
密钥、密码、令牌、证件号等不以明文写入常规日志或训练样本。
规格
模型身份
| 中文名称 | RUR1 星云湖 V1 9B |
|---|---|
| 英文名称 | RUR1 INNOVATION Xingyun Lake V1 9B |
| 开发与运营 | RUR1 Innovation |
| 基础模型 | Qwen/Qwen3.5-9B（Apache-2.0） |
| 模型类型 | Causal Language Model with Vision Encoder |
| 上下文长度 | 原生 262,144 tokens |
| 输入形态 | 文本 · 图像（视频取决于推理框架支持） |
| 推理模式 | 默认 thinking（先思考后回答），可关闭 |
星云湖是模型/助手身份，不是从零预训练的新基础模型；底层网络结构与原生多模态能力继承自
Qwen3.5-9B。本页不将上游 Qwen3.5-9B 的公开基准成绩作为星云湖的独立评测成绩宣传。
星云湖与 Qwen Team / Alibaba Cloud 不构成官方从属或联合发布关系。
局限与边界
- 生成式模型可能产生幻觉、错误引用、错误计算或过度自信的结论，重要内容请人工核对。
- 不应在无人工复核的情况下用于高风险医疗、法律、金融决策。
- 不应仅凭模型输出执行不可逆删除、付款、发布或权限变更。
- 多模态输入质量会直接影响结果；长上下文「能装下」不等于「每个位置都同样可靠」。
- 请勿在对话中输入密码、密钥、证件号等敏感信息。