商湯科技近日宣布推出并開(kāi)源日日新SenseNova U1系列原生理解生成統(tǒng)一模型，這一創(chuàng)新成果標(biāo)志著多模態(tài)智能領(lǐng)域邁出了重要一步。該模型基于商湯自主研發(fā)的NEO-unify架構(gòu)，突破了傳統(tǒng)拼接式架構(gòu)的局限，在單一模型中實(shí)現(xiàn)了多模態(tài)理解、推理與生成的深度融合。

NEO-unify架構(gòu)通過(guò)摒棄視覺(jué)編碼器和變分自編碼器，構(gòu)建了統(tǒng)一的表征空間，使語(yǔ)言與視覺(jué)信息能夠作為復(fù)合體直接建模。這種設(shè)計(jì)不僅提升了模型對(duì)復(fù)雜物理世界的理解能力，還實(shí)現(xiàn)了語(yǔ)言和視覺(jué)信息的高效協(xié)同，在保持語(yǔ)義豐富度的同時(shí)確保了視覺(jué)輸出的精準(zhǔn)度。在邏輯推理和空間智能方面，該模型展現(xiàn)出深度解析物理布局和精細(xì)關(guān)系的能力，為機(jī)器人技術(shù)提供了新的發(fā)展路徑。

此次開(kāi)源的SenseNova U1 Lite輕量版系列包含兩個(gè)規(guī)格：基于稠密骨干網(wǎng)絡(luò)的SenseNova-U1-8B-MoT，以及采用混合專(zhuān)家（MoE）架構(gòu)的SenseNova-U1-A3B-MoT。這兩個(gè)模型在保持高性能的同時(shí)，通過(guò)優(yōu)化計(jì)算效率顯著降低了資源消耗，為不同場(chǎng)景的應(yīng)用提供了靈活選擇。

商湯科技透露，公司正沿著現(xiàn)有技術(shù)路徑持續(xù)擴(kuò)展模型規(guī)模，計(jì)劃推出參數(shù)更大的版本。通過(guò)高效的原生架構(gòu)設(shè)計(jì)，這些模型有望以更低的計(jì)算成本達(dá)到國(guó)際頂尖水平。目前，SenseNova U1 Lite已展現(xiàn)出在復(fù)雜信息圖生成等領(lǐng)域的商業(yè)級(jí)應(yīng)用潛力，其生成效果可通過(guò)特定演示案例直觀感受。

作為多模態(tài)智能發(fā)展的重要里程碑，SenseNova U1系列模型的開(kāi)源將推動(dòng)開(kāi)源生態(tài)建設(shè)。商湯科技表示，歡迎全球開(kāi)發(fā)者參與社區(qū)共建，通過(guò)技術(shù)交流與反饋共同探索智能交互的更多可能性，為人工智能技術(shù)的普及與應(yīng)用注入新動(dòng)力。