北京
（来源：劳动报）
转自：劳动报
4月29日，商汤科技正式发布并开源日日新SenseNova U1系列原生多模态模型，该模型基于今年3月商汤自主研发的NEO-unify架构打造，在单一模型架构内实现了多模态理解、推理与生成的原生统一，完成了从模态集成到原生统一的多模态AI范式跨越。
NEO-unify架构彻底摒弃了传统多模态模型依赖的视觉编码器与变分自编码器，重新构建了端到端的统一表征空间，将语言与视觉信息作为统一复合体直接建模，让理解与生成能力在同一套计算体系内协同增强，既完整保留了语义丰富度，也实现了像素级的视觉保真度，从根源上解决了传统拼接式架构信息流转损耗、模态协同冲突的行业痛点。
本次同步开源的SenseNova U1 Lite轻量系列，包含基于稠密骨干网络的SenseNova-U1-8B-MoT、基于混合专家骨干网络的SenseNova-U1-A3B-MoT两款模型，相关权重与推理代码已上线GitHub及Hugging Face平台，配套技术报告也将于近期正式发布。
实测数据显示，该系列模型在图像理解、生成编辑、视觉推理等多项主流基准测试中，达到同量级开源模型的SOTA水平，即便8B参数量的轻量版本，综合性能也可对标甚至超越部分大型商业闭源模型。在复杂信息图生成等高难度任务中，模型展现出商业级的排版控制与文字渲染能力，同时推理响应速度较同性能竞品具备显著优势。
依托原生统一架构，SenseNova U1实现了业内首创的单模型单次调用连续性图文交错生成，无需多模型串联即可完成高风格一致性的连贯图文创作，同时为具身智能、世界模型等前沿技术方向提供了核心底层支撑。商汤方面表示，将持续迭代升级该系列模型，后续推出更大参数规模的版本，同时不断完善开源生态，与行业开发者共同探索原生统一多模态技术的落地路径。
头图展现了 SenseNova U1 Lite的商业级复杂信息图生成能力。由受访者供图
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
