【AI+大模型】商湯(00020)發布開源日日新SenseNova U1系列 統一多模態理解與生成

人工智能（AI）公司商湯科技（00020）近日宣佈，正式發布並開源其「日日新SenseNova U1」系列大模型。該系列是基於商湯自主研發的NEO-unify架構，其核心突破在於實現單一模型架構下，統一多模態理解、推理與生成能力，旨在提升AI在處理複雜資訊時的效率與準確性。受市場整體氣氛影響，商湯股價截稿時錄得跌幅，報1.95元，下跌2%，成交額約2.33億元。 商湯指出，「日日新SenseNova U1」系列模型能夠高效協同處理語言及視覺訊息，同步強化理解與生成能力。該模型在保持語義豐富度的同時，亦能維持像素級視覺保真度，不僅可用於生成複雜的訊息圖（infographics），更是業界首個實現連續性圖文創作輸出的模型。此外，該系列在邏輯推理與空間智能等範疇亦展現深度理解物理世界複雜佈局及精細關係的能力，未來有望為機械人提供「具身大腦」，在單一模型閉環內完成環境感知、邏輯推演到精準任務執行的全流程。 公司解釋，傳統的多模態模型通常依賴「拼接」方式，將視覺編碼器（VE）和語言骨幹透過適配器串聯起來。這種設計猶如一個「説不同語言的工作小組」，在訊息傳遞過程中往往耗時且可能造成誤解和訊息損耗，因此常需更大的參數模型以彌補不足。商湯的NEO-unify架構則顛覆傳統，捨棄了主流的拼接方式，並移除了VE和變分自編碼器（VAE），重新構建了一個統一的表徵空間。基於此架構的「SenseNova U1」系列，能直接在同一套「思考方式」中處理圖像、文字等不同訊息，使圖像和語言在同一個「大腦」中自然融合，有效減少訊息損耗，並能在相對精簡的模型規模下，高效實現更強大的多模態理解與生成能力。 是次開源發布的為輕量版「SenseNova U1 Lite」系列，包含SenseNova-U1-8B-MoT及基於混合專家（MoE）骨幹網絡的SenseNova-U1-A3B-MoT兩個不同規格。經多項基準測試印證，「SenseNova U1 Lite」系列在涵蓋圖像理解、生成、編輯、空間智能及視覺推理等多項測試中，已達到同量級開源模型的領先水平，為統一多模態理解與生成樹立新標桿。值得注意的是，憑藉8B MoT的小規格模型，「SenseNova U1 Lite」已能達到甚至超越部分大型商業閉源模型的表現，展現「以小博大」的優勢。例如，在通用的圖像生成測試中，其圖像生成質量媲美Qwen-Image 2.0 Pro或Seedream 4.5等大型閉源模型，達到商業級水準，並在推理響應速度上具顯著優勢。即使在開源模型能力長期受限的複雜訊息圖生成任務中，「SenseNova U1 Lite」亦達致商業級水準，對排版和文字具備強大掌控力。 商湯科技表示，將沿當前技術路徑持續擴展，計劃推出更大規模的模型，期望能以遠低於傳統的計算成本，達到國際頂尖模型的水平。公司亦將持續推動開源生態建設，並計劃推出更大參數規模的U1系列模型，同時歡迎社區用户和開發者為模型提供意見。