商汤多模态走向成品交付
新智元 · wechat · 2026-07-20
这篇文章把商汤的多模态系统描述为一次从“给答案”走向“交付成品”的升级。
文中重点介绍了 SenseNova U1 Pro：它被定义为面向长程任务的原生多模态智能体底座，核心是“理解、生成、行动”的统一。作者用世界杯战报图、原创电影海报、漫画、广告、杂志封面等例子说明，这套循环式能力可以直接产出可交付物，而不是只给局部修改建议。
文章还介绍了开源统一视觉大模型 SenseNova-Vision，把检测、分割、深度估计等经典视觉任务整合到同一模型里，强调它不仅能看图，还能从复杂图像中推断结构和物理空间信息，适合工业计数、仓储等场景。
最后，文章把这套能力包装成“超级个体”的生产力工具：非程序员也能把行业经验沉淀成可复用流程，商业计价单位也应从 token 转向 task。
所属事件:商汤发布多模态基座U1 Pro并开源视觉数据集(6 条相关)→
「多模态」频道最新
- Midjourney 风格参考分享:--sref 2912175708 — tisch_eins · 2026-09-11
- Astra 分镜+Minimax H3 分镜逐帧生成，视频创作成功率大增 — Hailuo_AI · 2026-09-11
- Hailuo 转推：MiniMax H3 MAX 一发生成 15 秒美食动画短片 — Hailuo_AI · 2026-09-11
- MiniMax Music 制作工具包 2.5 发布,新增完整母带处理链 — Vivid_Promise1700 · 2026-09-11
- ComfyUI 新节点发现器上线:按 star 增速过滤最新热门节点 — Luke2642 · 2026-09-11
- 用 MiniMax H3 MAX 对一只蚊子放大招,蚊子毫发无伤 — Hailuo_AI · 2026-09-11