商湯科技近日宣布推出并開源日日新SenseNova U1系列原生理解生成統一模型，這一創新成果標志著多模態智能領域邁出了重要一步。該模型基于商湯自主研發的NEO-unify架構，突破了傳統拼接式架構的局限，在單一模型中實現了多模態理解、推理與生成的深度融合。
NEO-unify架構通過摒棄視覺編碼器和變分自編碼器，構建了統一的表征空間，使語言與視覺信息能夠作為復合體直接建模。這種設計不僅提升了模型對復雜物理世界的理解能力，還實現了語言和視覺信息的高效協同，在保持語義豐富度的同時確保了視覺輸出的精準度。在邏輯推理和空間智能方面，該模型展現出深度解析物理布局和精細關系的能力，為機器人技術提供了新的發展路徑。
此次開源的SenseNova U1 Lite輕量版系列包含兩個規格：基于稠密骨干網絡的SenseNova-U1-8B-MoT，以及采用混合專家（MoE）架構的SenseNova-U1-A3B-MoT。這兩個模型在保持高性能的同時，通過優化計算效率顯著降低了資源消耗，為不同場景的應用提供了靈活選擇。
商湯科技透露，公司正沿著現有技術路徑持續擴展模型規模，計劃推出參數更大的版本。通過高效的原生架構設計，這些模型有望以更低的計算成本達到國際頂尖水平。目前，SenseNova U1 Lite已展現出在復雜信息圖生成等領域的商業級應用潛力，其生成效果可通過特定演示案例直觀感受。
作為多模態智能發展的重要里程碑，SenseNova U1系列模型的開源將推動開源生態建設。商湯科技表示，歡迎全球開發者參與社區共建，通過技術交流與反饋共同探索智能交互的更多可能性，為人工智能技術的普及與應用注入新動力。
