
商汤:SenseNova-U1 原生统一多模态大模型
SenseNova-U1 是一款由商汤科技开发的原生统一多模态大模型,其核心在于打破了传统模型中理解与生成任务相互分离的架构局限。该模型基于 NEO-unify 架构,完全摒弃了预训练视觉编码器和传统的解码器,实现了像素与文字直接输入输出的端到端处理。通过采用混合变换器(MoT)设计,它在处理文本理解、空间推理及视觉感知等任务的同时,能同步生成高保真的图像与图文混排内容。SenseNova-U1 提供了 8B 和 A3B 两种参数规模的变体,展现了极高的数据缩放效率与跨模态协同能力。研究表明,该模型在视觉代理决策和世界模型构建方面也具有巨大的应用潜力,标志着多模态人工智能正向原生一体化演进。
The skinny
The skinny isn't ready yet — notes appear once the transcript is processed.