28日，商汤科技崇敬发布并开源日日新SenseNova U1系列原生和会生成长入模子。它基于商汤于本年三月自主研发的 NEO-unify架构，在单一模子架构上长入了多模态和会、推理与生成。

SenseNova U1在业内初度竣事邻接性的图文创作输出 受访者 供图

SenseNova U1系列模子简略将话语与视觉信息当作长入的复合体奏凯建模，竣事话语和视觉信息的高效协同，让和会与生成智商同步增强，在保留语义丰富度的同期，守护像素级的视觉保真度。

在逻辑推理与空间智能等方朝上，它简略深度和会物理天下的复杂布局与精致联系；在过去，它还能为机器东谈主提供具身大脑，竣事在单一模子闭环内完成从复杂环境感知、逻辑推演到精确任求实施的全经过。

效用，是长入模子架构的中枢时期上风。传统多模态模子是把视觉编码器和话语主干通过适配器拼接在沿途的。它像一个“说不同话语的东谈主构成的使命组”：有东谈主特意看图，把图像翻译为话语，有东谈主特意和会翰墨，进行推理，有东谈主把截至再翻译为盘算请示，把丹青出来。每完成一次任务，信息皆要在不同成员之间走动传递。这个经过天然可行，开云·体育中国官网但不免会有恭候、诬陷和信息损耗。为了弥补这些损耗，模子时时需要作念得更大材干达到好的后果。

SenseNova U1是基于长入表征空间构建的，更像是一个从一开动就同期掌抓多项妙技的东谈主。它不是先看懂图像、再翻译成翰墨、再交给另一个系统和会，而是在团结套“想考口头”里奏凯处罚图像、翰墨等不同信息。图像和话语不再是两套系统之间的用功，而是在团结个大脑中天然交融。这么带来的平正是：信息流转更快捷，和会更奏凯，生成更高效。模子不需要依赖单纯堆大参数来弥补中间谐和的损耗，而是通过长入的里面表征，把不同模态的信息以更紧凑、更高密度的口头组织起来。

浮浅来说，传统架构像是“多东谈主互助、层层转述”；SenseNova U1 更像是“一个万能大脑，奏凯和会，奏凯抒发”。少了中间转译，信息损耗更低，也能在相对更精简的模子限制下，竣事更强的多模态和会与生成智商。

在涵盖图像和会、图像生成与剪辑、空间智能和视觉推理的多项基准测试中，SenseNova U1 Lite均达到同量级开源模子SOTA水平，为长入多模态和会与生成开导了新的标杆。致使仅凭8B-MoT的较小规格，就能达到致使异常部分大型买卖闭源模子。

南边+记者  郜小平中国KAIYUN