今年国产模型真变了 | 艾问商汤X 世界人工智能大会

今年WAIC现场演示的每一件事，都已经是交付的工程化产品，而不再是科幻小说里的桥段。

10万平方米展区、1100多家参展企业、1400多位国际嘉宾、140多场论坛、300多款AI产品全球首发。四天到场人次突破25万，创下WAIC九年来的最高纪录。

我受邀探展商汤之前走进商汤办公室，对话商汤联合创始人、首席科学家林达华，窗外是正在为世界人工智能大会升温的徐汇滨江，楼内却比展会现场安静许多。

商汤科技联合创始人、首席科学家林达华，在奔赴展馆的人潮之前，在商汤办公室里向我展开一幅由SenseNova U1 Pro生成的长卷：

从2018年到2026年，世界人工智能大会的标志性时刻被重新组织成一幅带着东方气韵的视觉叙事。

他问我：“这张图，你愿意直接发布吗？”

我说：“我愿意。你愿意吗？”

他说：“我当然愿意。”

这段有点像婚礼誓词的对话，实际上触及了今天AI产业最现实的商业问题：一张由模型生成的图，究竟只是可以看，还是可以交付、可以收费？

由商汤日日新 SenseNova U1 Pro完成

WAIC九周年水墨长卷

过去，我们因为计算机视觉认识商汤。它帮助机器识别人脸、车辆与城市，让机器第一次大规模“看见”现实世界。

今天，商汤正在尝试统一视觉和语言，将理解、生成和行动放进同一个模型中，让机器不只看见世界，还能理解世界、想象世界，最终在世界中行动。

这究竟是一次产品升级，还是商汤真正意义上的二次创业？

AI“老钱”的反差：既是昔日王者，也是新贵的黄埔军校

The Paradox of AI “Old Money”: Once Kings, and a Whampoa Academy for the New Elites

今天的商汤，是中国AI产业最具反差感的公司之一。它是中国AI“老钱”的杰出代表。这里的“老钱”，不是说它行动迟缓，而是说它积累得足够早：有原创论文，有高校实验室，有工程师军团，有算力基础设施，有企业级客户，也经历过AI 1.0时代从研究、融资、产业化到上市的完整周期。

2014年，林达华加入商汤核心创始团队。与汤晓鸥教授建立的学术体系共同成长，他在计算机视觉、深度学习、多模态模型和空间智能方向持续投入，后来又主导OpenMMLab等开源体系。

如今，他同时担任香港中文大学人工智能交叉学科研究所所长、上海人工智能实验室领军科学家，并负责商汤在AI基础设施与大模型领域的技术布局。2026年，他获得第四届中银香港科技创新奖“人工智能及机器人”奖项，每位获奖者获得200万港元奖金。

但商汤又是中国AI新贵最重要的人才源头之一，一家真正优秀的科技公司，不应该把所有人才锁在围墙里。它应当像一所大学、一片森林，甚至像一家隐形的创投机构，不断产生新的公司、新的赛道和新的企业家。

但对于一家上市公司，仅仅“桃李满天下”是不够的。资本市场最终会追问：这些人才裂变、技术外溢和生态投资，能否重新沉淀为母公司的收入、股权价值、现金流和估值溢价？

商汤的1+X战略，本质上正是在回答这道题：集团聚焦生成式AI与视觉AI核心底座，让自动驾驶、医疗、机器人、芯片等创新方向独立发展并引入外部资本，重新设计为生态裂变；把可能的竞争关系，转化为技术、股权和应用场景的连接。

SenseNova U1 Pro创作作品：商业建筑视觉

从投资人的视角看，这是一个大胆的组织实验。它的收益，是让科学家和创业团队拥有更灵活的激励、更快的融资和更清晰的估值；

它的风险，则是业务边界越来越复杂，生态公司越成功，资本市场越会追问：价值最终归属于谁？商汤二次创业的第一关，不只是重新发明技术，还要重新发明自己的组织边界。

这次WAIC，商汤真正的“狠活”不是生图，而是交付

At This WAIC, SenseTime’s Real “Killer Move” Is Not Image Generation — It’s Delivery

这次世界人工智能大会，商汤准备发布SenseNova U1 Pro。官方将它定义为以“理解、生成、行动”原生统一为内核的多模态智能体基座，对标GPT-Image-2，支持8K超高清输出，并强调对复杂信息组织、图文交错表达和东方审美的还原。

但在我看来，SenseNova U1 Pro最值得关注的，并不是8K，也不是又一个全球模型排名。而是商汤改变了评测问题。

林达华告诉我，这次团队邀请了约200位专业设计师参与评测。模型生成的作品是否合格，不再只由某个Benchmark分数决定，而是由设计师回答一个更严苛的问题：

“我愿不愿意把这张图直接交给客户？”

这也是我在现场得到的最大启发。

AI生成一张“看起来不错”的图片已经不难。真正难的是文字不能错，结构不能乱，信息不能漏，审美要稳定，最后还要尽量不依赖设计师返工。

林达华说，商汤希望让模型不再只是会临摹，而是像一位“会思考的设计师”：先理解需求，组织信息，再决定如何表达。

其底层NEO-unify架构试图用共享潜在表征，把原本分离的理解、推理和视觉生成统一起来。SenseNova U1此前已经全面开源，官方将其描述为原生统一的多模态模型系列。

所以我给出的财经判断是：

AI的价值不在于生成了多少次，而在于替用户减少了多少返工。技术参数决定上限，交付结果决定收入。

对资本市场而言，这背后是完全不同的商业模型。

“生成”按调用次数收费，价格会快速下降；“交付”则可以按照节省的设计工时、缩短的营销周期和最终商业结果定价。当AI从卖Token走向卖结果，它才真正进入生产力阶段。

第二个“狠活”，是Seko。今天全球视频模型很多，但大多数仍在竞争十几秒、几十秒的单镜头生成。林达华强调，Seko想做的不是“生成一段视频”，而是完成从Idea、故事、分镜、素材组织到成片交付的全流程创作。

据商汤披露，Seko已有超过80万个人创作者和1300余家企业客户；小浣熊智能体累计服务人数达到2000万，服务超过万家企业。SenseNova Token Plan上线后，企业级Token用量曾在单月增长7倍。

在我们的对话里，林达华举了一个颇有意思的例子：商汤科技董事长兼CEO徐立已经成为Seko的深度用户，花了不少时间亲自做视频。他还向我展示了商汤为WAIC制作的宣传片——一束光穿过日本、韩国、东南亚和中东，最后回到上海，多个场景与镜头由Seko串成一条完整叙事。

一个产品能让CEO自己上瘾，当然很有趣；但真正重要的是，它能否让普通创作者稳定地生产合格内容。流量证明偶然，复购证明价值。

第三个“狠活”，发生在物理世界。在商汤的烧麦购机器人小店里，智能体不仅要听懂“我想喝点提神、但不要太甜的东西”，还要识别商品、理解货架空间、规划动作、控制机械臂完成抓取和交付。

这比聊天复杂得多。会聊天，不等于会服务；能够在展台完成一次演示，也不等于可以复制到一百家门店。

从投资角度看，机器人真正的指标不是现场掌声，而是任务成功率、单次服务成本、人工接管率，以及换一家店、换一套货架之后的适应时间。

能演示，是技术；能复制，才是商业。

商汤旗下产品从SenseNova U1 Pro、Seko到烧麦购机器人小店，看起来战线很长，但它们其实都在回答同一个问题：模型能否把视觉、语言和行动统一起来，贯通数字空间与物理空间。

商汤的二次创业：不是从零开始，而是重新给旧资产定价

SenseTime’s Second Startup:

Not Starting from Scratch — but Revaluing Its Existing Assets

我把问题问得很直接：商汤同时布局统一多模态模型、空间智能、机器人、编程Agent和视频创作，有人认为这是完整生态，也有人担心战线太长。如果只能押注一个方向，商汤真正押注的是什么？

林达华的回答是：商汤始终只在探索一件事——把视觉与语言真正融合在一起。

过去的大语言模型依赖“预测下一个Token”。但物理世界并不是由Token组成的。一个球放在桌面上，桌子移动之后球为什么会滚落；一个机器人进入火灾现场，如何同时理解地图、通道、人员和环境风险——这些都需要模型不仅记住世界的影像，还要理解空间关系、物理规律和行动后果。

因此，商汤正在尝试从“Predict the next token”走向“Predict the next view”，把理解、推理与生成放在同一个大脑里。林达华认为，未来真正的智能，应当同时完成数字空间的分析和物理空间的行动。

这就是我理解的商汤二次创业。它并不是推翻过去，重新开始。

恰恰相反，它是在重新给过去十余年积累的视觉技术、科学家网络、算力平台、企业客户和工程交付能力定价。

商汤过去最重要的资产，是让机器“看见”的能力；今天它想争夺的，是让机器理解世界、生成世界并进入世界的入口。但作为投资人，我仍然会盯住三张报表。

第一张是产品报表：用户是否持续增长，使用频率是否提升，模型输出能否直接交付。

第二张是经济报表：单位Token成本能否下降，订阅和企业收入能否增长，客户价值是否高于推理成本。

第三张是生态报表：商汤系创业公司的成长，最终能否反哺集团的技术、订单、股权收益与估值。

商汤2025年收入突破50亿元，2025年下半年EBITDA为3.764亿元，实现上市以来首次半年度转正。这是一个重要信号：它的二次创业不再只有研发投入，也开始面对经营效率与现金流纪律。

商汤最大的风险，从来不是没有技术。而是技术太多、组织太大、转化链条太长。在全球模型快速迭代、创业公司轻装上阵的竞争中，一家元老级公司必须同时做到两件看似矛盾的事：保持基础研究的耐心，又拥有创业公司的速度。

林达华对我说：“这是一次新的尝试和新的起点。我们用一种新的技术范式，打开了一个不一样的赛道，但始终没有忘记最终的愿景。”我愿意把这种愿景称为商汤的二次创业雄心。不是再做一个语言模型，不是再追逐一次短期排名，而是让一个大脑同时活在数字世界和物理世界。

资本市场未必会立刻为愿景买单。它需要看到技术变成产品，产品变成收入，收入变成现金流，生态变成可以归属于股东的长期价值。但我仍然相信，AI产业需要商汤这样的“老钱”。

因为真正的原始创新，不会只来自追逐风口的速度，也来自十年积累之后，仍愿意重新出发的勇气。从“看见世界”到“理解世界”，商汤是不是在二次创业？

我的答案是：是。但这次创业的成败，不会由发布会定义，也不会由一次Benchmark决定。它最终将由用户愿不愿意付费、企业愿不愿意复购、开发者愿不愿意共建，以及机器能否在真实世界里可靠行动来定义。

SenseTime’s past was computer vision.

Its next chapter: general intelligence for the world.

商汤的过去，是计算机视觉。

它的下一站，是世界智能。

艾诚简介

艾诚（Gloria Ai），主持人、投资人、《艾问iAsk》创始人，曾任中央电视台驻纽约财经评论员，现任《艾问人物》出品人，也担任国内外财智盛会如博鳌亚洲论坛等的常邀双语主持。艾诚是哈佛大学、北京大学和中国传媒大学的校友代表，清华大学苏世民学院业界导师，哈佛大学第一代校友（FGHA）导师，YPO世界青年总裁组织成员。

作为《艾问iAsk》创始人，艾诚一直致力于向世界讲好中国创新故事，已记录近2000位时代人物，实现百家媒体全球传播。曾获《福布斯》杂志2016年度30位30岁以下亚洲人物唯一上榜华人主持以及世界经济论坛2012年度全球杰出青年，著有《奋斗是一种信仰》、《创业的常识》、《创业不死法则》等财经书籍。

艾诚被授予家乡黄山的形象大使，因扶贫助农的女性领导力与公益心，获评全国三八红旗手。

SenseNova U1 Pro创作作品：

艾诚WAIC探展