大疆宣布Pocket4并预告双摄版本，起售价下调500元
今天，商汤科技正式宣布并开源日日新 SenseNova U1 系列原生明确天生统一模子 。它基于商汤于今年三月自主研发的 NEO-unify 架构，在简单模子架构上统一了多模态明确、推理与天生 。NEO-unify 架构彻底摒弃了主流的拼接式，去除了视觉编码器（VE）和变分自编码器（VAE），重新构建了统一的表征空间，并且深入融入每一层盘算中，从而实现从模态集成向原生统一的范式跨越 。SenseNova U1 系列模子能够将语言与视觉信息作为统一的复合体直接建模，实现语言和视觉信息的高效协同，让明确与天生能力同步增强，在保存语义富厚度的同时，维持像素级的视觉保真度 。在逻辑推理与空间智能等偏向上，它能够深度明确物理天下的重大结构与细腻关系；在未来，它还能为机械人提供具身大脑，实现在简单模子闭环内完成从重大情形感知、逻辑推演到精准使命执行的全历程，为推下手艺与工业生长提供主要基础与要害引擎 。本次开源宣布的是 SenseNova U1 的轻量版系列 SenseNova U1 Lite 。它包括两个差别规格的模子：SenseNova-U1-8B-MoT：基于浓密主干网络SenseNova-U1-A3B-MoT：基于混淆专家（MoE） 主干网络会见 GitHub https://github.com/OpenSenseNova/SenseNova-U1 、Hugging Face https://huggingface.co/collections/sensenova/sensenova-u1 相识更多信息 。我们也将在近期宣布详实的手艺报告 。极致高效，以小搏大：开源 SOTA，比肩商用效率，是统一模子架构的焦点手艺优势 。古板多模态模子是把视觉编码器和语言主干通过适配器拼接在一起的 。它像一个 " 说差别语言的人组成的事情组 "：有人专门看图，把图像翻译为语言，有人专门明确文字，举行推理，有人把效果再翻译为设计指令，把图画出来 。每完成一次使命，信息都要在差别成员之间往返转达 。这个历程虽然可行，但难免会有期待、误解和信息消耗 。为了填补这些消耗，模子往往需要做得更大才华抵达好的效果 。SenseNova U1 是基于统一表征空间构建的，更像是一个从一最先就同时掌握多项手艺的人 。它不是先看懂图像、再翻译成文字、再交给另一个系统明确，而是在统一套 " 思索方法 " 里直接处置惩罚图像、文字等差别信息 。图像和语言不再是两套系统之间的接力，而是在统一个大脑中自然融合 。这样带来的利益是：信息流转更快捷，明确更直接，天生更高效 。模子不需要依赖纯粹堆大参数来填补中心转换的消耗，而是通过统一的内部表征，把差别模态的信息以更紧凑、更高密度的方法组织起来 。简朴来说，古板架构像是 " 多人协作、层层转述 "；SenseNova U1 更像是 " 一个万能大脑，直接明确，直接表达 " 。少了中心转译，信息消耗更低，也能在相对更精简的模子规模下，实现更强的多模态明确与天生能力 。实验效果验证了我们的想法 。在涵盖图像明确、图像天生与编辑、空间智能和视觉推理的多项基准测试中，SenseNova U1 Lite 均抵达同量级开源模子 SOTA 水平，为统一多模态明确与天生树立了新的标杆 。甚至仅凭 8B-MoT 的较小规格，就能抵达甚至逾越部分大型商业闭源模子，展现出全维度多领域的统治力 。以下两组比照图更直观地展现了 SenseNova U1 Lite 在效率上的突出优势 。在通用的图像天生测试中，SenseNova U1 Lite 不但在图像天生质量上比肩 Qwen-Image 2.0 Pro 或 Seedream 4.5 等大型闭源模子，抵达商业级水准，还在推理响应速率上有显著优势 。纵然在极具挑战性、开源模子一直做欠好的重大信息图天生使命中，SenseNova U1 Lite 也体现出商业级的水准，对重大信息图的排版和文字有很强的控制力 。以下现实例子，展现了 SenseNova U1 Lite 的商业级重大信息图天生能力 。我们正在沿着目今的手艺路径继续 Scale，妄想在未来推出体量更大的模子 。我们相信，基于高效的原生架构，可以以低得多的盘算本钱抵达国际顶尖模子的水平 。业内首创：一连性图文创作输出依附 NEO-Unify 架构的优势，SenseNova U1 在业内首个实现一连性的图文创作输出 。并且只需要单次单模子挪用，就能输出更高质量的作品，相比古板范式，实现了效率的大幅提升 。SenseNova U1 所具备的原生图文明确天生能力，能自然将图像和文本底层融合信号完整的保存上下文中，区别于已往只能使用多模子串联委屈实现，它的图像间气概具备显着的高一致性，能在统一表征空间举行高效连贯思索 。下面两个案例中，SenseNova U1 通过连贯高保真度的图文交织思索输出 。使命一：五分熟牛排做法：SenseNova U1 可以通过思索和妄想爆发分步的历程，并且给每一步输出对应的图像展示 。各个办法的图示体现出极高的一致性 。使命二：绘制一个钢铁侠图案：它可以从扫描底稿出发，逐步举行一连创作，最终做出一个完成度很高的图像 。每一步创作的历程关于前一步的结构和细节都做了精准的坚持 —— 一个统一表征的共享上下文在其中施展了要害作用 。全网开源，马上可用开源安排GitHub：https://github.com/OpenSenseNova/SenseNova-U1Hugging Face：https://huggingface.co/collections/sensenova/sensenova-u1欢迎挪用 SenseNova U1 Skill https://github.com/OpenSenseNova/SenseNova-Skills ，浏览海量样例库，获取 Prompt 编写指南，化繁为简（繁杂文 ->有趣图），让您的 Agent 成为信息图天生能手在线体验即将上线办公小浣熊我们相信，原生统一的多模态智能是通往 AGI 的必经之路 。未来，我们还将一连推动开源生态建设，并宣布更大参数规模的 U1 系列模子 。迎社区宽大用户和开发者提着名贵建议，配合界说智能交互的未来 。*NEO-unify 手艺博客：https://www.sensetime.com/cn/news-detail/51170548?categoryId=73