商汤科技近日宣布推出并开源日日新SenseNova U1系列原生理解生成统一模型，这一创新成果标志着多模态智能领域迈出了重要一步。该模型基于商汤自主研发的NEO-unify架构，突破了传统拼接式架构的局限，在单一模型中实现了多模态理解、推理与生成的深度融合。
NEO-unify架构通过摒弃视觉编码器和变分自编码器，构建了统一的表征空间，使语言与视觉信息能够作为复合体直接建模。这种设计不仅提升了模型对复杂物理世界的理解能力，还实现了语言和视觉信息的高效协同，在保持语义丰富度的同时确保了视觉输出的精准度。在逻辑推理和空间智能方面，该模型展现出深度解析物理布局和精细关系的能力，为机器人技术提供了新的发展路径。
此次开源的SenseNova U1 Lite轻量版系列包含两个规格：基于稠密骨干网络的SenseNova-U1-8B-MoT，以及采用混合专家（MoE）架构的SenseNova-U1-A3B-MoT。这两个模型在保持高性能的同时，通过优化计算效率显著降低了资源消耗，为不同场景的应用提供了灵活选择。
商汤科技透露，公司正沿着现有技术路径持续扩展模型规模，计划推出参数更大的版本。通过高效的原生架构设计，这些模型有望以更低的计算成本达到国际顶尖水平。目前，SenseNova U1 Lite已展现出在复杂信息图生成等领域的商业级应用潜力，其生成效果可通过特定演示案例直观感受。
作为多模态智能发展的重要里程碑，SenseNova U1系列模型的开源将推动开源生态建设。商汤科技表示，欢迎全球开发者参与社区共建，通过技术交流与反馈共同探索智能交互的更多可能性，为人工智能技术的普及与应用注入新动力。
