商湯開源「日日新SenseNova U1」系列模型 強化多模態理解與生成

AI龍頭商湯(00020)今日宣佈，正式發布並開源其自主研發的原生理解生成統一模型「日日新SenseNova U1」系列。此舉標誌著商湯在通用人工智能領域的又一重要進展，旨在透過技術共享推動業界生態協作。 據悉，「日日新SenseNova U1」系列模型建基於商湯於今年三月推出的NEO-unify架構，其核心創新在於能夠在單一模型架構內，實現多模態理解、推理與生成能力的統一。該系列模型透過高效協同語言與視覺訊息，顯著增強了模型的理解與生成能力。 在具體應用上，SenseNova U1系列不僅能保持語義豐富度，同時亦能維持像素級的視覺保真度，使其在生成複雜的訊息圖（infographics）方面表現突出。值得一提的是，該模型更開創業界先河，首次實現了連續性的圖文創作輸出，為內容創作帶來新的可能性。 在進階應用方面，SenseNova U1系列在邏輯推理與空間智能等領域展現出深度理解物理世界複雜佈局及精細關係的能力。長遠而言，這項技術有望為未來機械人提供具身大腦，使其能在單一模型閉環內完成從環境感知、邏輯推演到精準任務執行的全流程，為技術與產業發展奠定關鍵基礎。 NEO-unify架構的一大突破在於其捨棄了主流模型慣用的拼接方式，並移除了變分自編碼器（VAE）及相關組件VE，重新構建了統一的表徵空間。這使得基於Neo-unify的SenseNova U1模型，能夠在同一套「思考方式」中直接處理圖像、文字等不同訊息，而非依賴傳統的系統間翻譯與接力。 市場分析認為，這種整合式的處理方式有助於大幅減少訊息損耗，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，提升模型的整體效能與泛化能力。