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
- Ludovic Creator 用 Seedance 2.5 打造 Snorricam 运镜系列短片 — LudovicCreator · 2026-10-27
- Gradium 发布免费朗读工具：仅 4000 万参数的多语言语音模型 Phonon — mattturck · 2026-10-27
- 无限递归漩涡提示词走红：让图像不断向内螺旋缩小 — azed_ai · 2026-10-27
- 170 多位 AI 创作者合拍一部集体电影，11 月 6 日首播 — Loo_Atreides · 2026-10-27
- 12GB 显存实测:不设 VRAM 上限,出图从 24 秒变 11 分钟 — Impossible-Mail-4619 · 2026-10-27
- Midjourney 创作者分享 sref 风格参考出图:暗黑哥特人物 — OVolosin82152 · 2026-10-27