公司情報(bào)專(zhuān)家《財(cái)經(jīng)涂鴉》獲悉，4月28日，商湯正式發(fā)布并開(kāi)源日日新SenseNova U1 系列原生理解生成統(tǒng)一模型。

該模型基于商湯今年三月自主研發(fā)的NEO-unify架構(gòu)，在單一模型架構(gòu)上統(tǒng)一了多模態(tài)理解、推理與生成。

據(jù)悉，本次開(kāi)源發(fā)布的是SenseNova U1的輕量版系列SenseNova U1 Lite，包含SenseNova-U1-8B-MoT（基于稠密骨干網(wǎng)絡(luò)）與SenseNova-U1-A3B-MoT（基于混合專(zhuān)家（MoE）骨干網(wǎng)絡(luò)）兩個(gè)不同規(guī)格的模型。

與傳統(tǒng)多模態(tài)模型經(jīng)常出現(xiàn)的等待、誤解和信息損耗相比，SenseNova U1基于統(tǒng)一表征空間構(gòu)建，可以將不同模態(tài)的信息以更緊湊、更高密度的方式組織起來(lái)。

該模型下，圖像和語(yǔ)言不再是兩套系統(tǒng)之間的接力，而是在同一個(gè)大腦中自然融合，令信息流轉(zhuǎn)更快捷、理解更直接、生成更高效。

在涵蓋圖像理解、圖像生成與編輯、空間智能和視覺(jué)推理的多項(xiàng)基準(zhǔn)測(cè)試中，SenseNova U1 Lite均達(dá)到同量級(jí)開(kāi)源模型SOTA水平，為統(tǒng)一多模態(tài)理解與生成樹(shù)立了新的標(biāo)桿，甚至僅憑8B-MoT的較小規(guī)格，就能達(dá)到甚至超越部分大型商業(yè)閉源模型，展現(xiàn)出全維度多領(lǐng)域的統(tǒng)治力。

（SenseNova U1 Lite的商業(yè)級(jí)復(fù)雜信息圖生能力）

商湯表示，正在沿著當(dāng)前的技術(shù)路徑繼續(xù)Scale，計(jì)劃在未來(lái)推出體量更大的模型，“我們相信，基于高效的原生架構(gòu)，可以以低得多的計(jì)算成本達(dá)到國(guó)際頂尖模型的水平?！?/p>

因此同時(shí)，憑借NEO-Unify架構(gòu)的優(yōu)勢(shì)，SenseNova U1亦在業(yè)內(nèi)首次實(shí)現(xiàn)連續(xù)性的圖文創(chuàng)作輸出，且只需單次單模型調(diào)用，就能輸出更高質(zhì)量的作品，較傳統(tǒng)范式實(shí)現(xiàn)了效率的大幅提升。

SenseNova U1 所具備的原生圖文理解生成能力，能天然將圖像和文本底層融合信號(hào)完整的保留上下文中，區(qū)別于過(guò)去只能利用多模型串聯(lián)勉強(qiáng)實(shí)現(xiàn)，它的圖像間風(fēng)格具備明顯的高一致性，能在統(tǒng)一表征空間進(jìn)行高效連貫思考。

例如，繪制一個(gè)鋼鐵俠圖案時(shí)，它可以從掃描草稿出發(fā)，逐步進(jìn)行連續(xù)創(chuàng)作，最終做出一個(gè)完成度很高的圖像。每一步創(chuàng)作的過(guò)程對(duì)于前一步的結(jié)構(gòu)和細(xì)節(jié)都做了精準(zhǔn)的保持，一個(gè)統(tǒng)一表征的共享上下文在其中發(fā)揮了關(guān)鍵作用。

據(jù)悉，該模型即將上線辦公小浣熊。未來(lái)，該模型還能為機(jī)器人提供具身大腦，實(shí)現(xiàn)在單一模型閉環(huán)內(nèi)完成從復(fù)雜環(huán)境感知、邏輯推演到精準(zhǔn)任務(wù)執(zhí)行的全過(guò)程，為推動(dòng)技術(shù)與產(chǎn)業(yè)發(fā)展提供重要基礎(chǔ)與關(guān)鍵引擎。

“我們相信，原生統(tǒng)一的多模態(tài)智能是通往 AGI 的必經(jīng)之路”。商湯表示，未來(lái)還將持續(xù)推動(dòng)開(kāi)源生態(tài)建設(shè)，并發(fā)布更大參數(shù)規(guī)模的 U1 系列模型，與廣大用戶(hù)和開(kāi)發(fā)者共同定義智能交互的未來(lái)。