不得了小母狗 文爱。

现在的国产 AI 专揽，连气儿看好几分钟的视频，都不错平直作念推理息争析了！

瞧 ~ 只需"喂"上一段柯南片断，AI 就变化莫测成"名窥伺"作念领会：

它会对总共视频的内容先作念一个记挂，再按照秒级，对视频片断作念内容上的推演。

如果再给这个 AI "喂"上一段足球游戏，它又会秒变成一位资深讲解员：

这一次，在视频记挂和视频重心之后，咱们赓续淡薄条件：

请帮我裁剪视频中的片断，包含自便由客户指定的场景，索取关连片断，表明时间限制，并为每个片断配上讲解案牍，用户场景为：进球时刻。

它就会立即扩充深度想考，自动裁剪出一段 8 秒的高光片断，并附上建议搭配的音乐或音效：

这就是商汤最新升级的日日新 SenseNova V6解锁的新才调——

原生多模态通用大模子，经受6000 亿参数 MoE 架构，罢了文本、图像和视频的原生会通。

从性能评测来看，SenseNova V6 还是在纯文本任务和多模态任务中，多项谋划均已卓越 GPT-4.5、Gemini 2.0 Pro，并全面卓越 DeepSeek V3：

在强推理才调上，日日新 V6/V6 Reasoner 的多模态息兵话深度推理任务上同期跨越了 OpenAI 的 o1 和 Gemini 2.0 flash-thinking 的水平。

同期在小版块的模子上，SenseNova V6 的各项收货也卓越 GPT-4o：

纵不雅举座，不错将商汤这次发布新模子的性格记挂为三个枢纽词——

强推理、强交互和长驰念。

那么具体铁心怎样，咱们赓续往下看。

边看边听边解析的 AI

这次咱们的实测主要聚焦在及时音视频交互的才调上。

咱们平直用全新版块的接洽 APP（内测版）来作念一波测试。

测试的视频，就是最近大火的韩剧《苦尽柑来碰见你》中女主姆妈让婆婆陪她通盘去拍遗像的片断：

AI 在看了整整五分钟视频之后，关于咱们的三连问都给出了精确的谜底：

你合计刚才这两位女士是什么关系？

你合计这两个女士为什么要去影相馆影相？

画面中这位女士终末的铁心是怎样样的？

不仅如斯啊，从 AI 的复兴中，咱们也不错听出形状上的变化，关于这么令普遍东谈主催泪的桥段，它作答的形状亦然略带 sad。

再来一个比拟挑升想的——看图猜城市：

AI 的回答如下：

在一番深度想考之后，AI 是精确猜到了长沙这个城市。

近似的小母狗 文爱，咱们再来作念一个猜谚语的游戏，题目长这么：

这一次，AI 更是莫得过多的"妄言"，直击枢纽地给出了谜底——煎水作冰。

不光是趣味，在濒临日常生涯中的问题，商汤 SenseNova V6 更是大约体现它有效的价值。

比如给小一又友领导数学题，现在真的就是一拍一问就不错的事情了。

要知谈，平淡大模子只会提供千人一面的方法谜底，无法基于不同的解题想路提供指导。

但日日新 V6 不但能识别手写体，还大约提供针对不实点的一双一带领式老师，并给与高效领导：

从多种维度的实测来看，SenseNova V6 是具备了高度拟东谈主化的感知、抒发和厚谊解析才调，可针对不同的对话内容和场景需求，即时活泼地切换口吻、厚谊与调子。

同期，它还领有较强的及时交互、视觉识别、驰念想考、握续对话和复杂推理等才调。

除此之外，商汤的 SenseNova V6，还上身了本年握续爆火的具身智能，不错说是用它多模态的才调，给机器东谈主装上大脑、眼睛、耳朵和嘴巴：

怎样作念到的？

看完各式实测，咱们再来聊聊 SenseNova V6 背后的旨趣。

为了更好地解析，量子位与商汤科技迷惑首创东谈主、扩充董事及东谈主工智能基础设施和大模子首席科学家林达华请示了一番。

领先，就是商汤自研的原生多模态会通老师时刻。

这是一种大约将多种模态信息（如文本、图像、视频、音频等）在模子架构和老师流程中进行深度会通的 AI 模子架构。

与传统的将谈话模子和多模态模子分立的方式不同，它通过桥接时刻（如补充老师数据和模态关联机制）罢了模态间的协同，幸免传统方法中"跷跷板效应"（即增强某一模态才调导致另一模态才调下跌）。

这种遐想能更当然处理复杂场景（如漫画解析、视频分析），捕捉跨模态的细节关联（如图像中的隐含信息）。

在本年 1 月份的巨擘评测榜单 SuperCLUE（谈话模子抽象榜单）和 OpenCompass（多模态抽象榜单）上均位各国内第一，这也充分证明了该时刻的广泛后劲。

其次，是多模态长想维链合成时刻。

濒临复杂推理任务，传统 AI 模子容易因信息过长而丢失枢纽逻辑；商汤的这一时刻不错通过多智能体配合，罢了超长想维链的生成与考证（当前储备超 1000 万条想维链数据）。

具体而言，它不错合成并解析 64K tokens（约 5 万字）的多模态长想维链，使模子具备长时间、多门径的深度想考才调，适用于数学推导、科学分析、长文档解析等场景。

林达华例如证据，模子在回答问题时能逐步关联图像细节（如漫画中的海鸥表情），最终身成诬害创造力的输出。

除此之外，还有多模态搀杂增强学习。

这一时刻的淡薄主若是为了均衡模子的逻辑推理才妥协厚谊抒发才调。

它同期经受基于东谈主类偏好的 RLHF（强化学习东谈主类反馈）和基于细目性谜底的 RFT（强化学习事实老师），使模子既适应东谈主类喜好，又保证事实准确性。

何况通过智能权重换取，确保模子在进步推理才调的同期，不会变得机械生硬，仍能当然抒发厚谊。

终末，就是长视频援救表征和动态压缩。

长视频解析一直是 AI 的贫窭，商汤的援救时序表征时刻罢了了跨模态信息的高效对都与压缩。

它不错将画面（视觉）、语音（听觉）、字幕（文本）、时间逻辑援救编码，酿成连贯的时序表征。

在经受细粒度级联压缩 + 内容明锐过滤之后，10 分钟的长视频可压缩至 16K tokens（仅为原始数据的极小部分），同期保留中枢语义，大幅进步处理遵循。

以上四大时刻，就是商汤 SenseNova V6 背后的杀手锏了。

不仅要日日新，还要天天用

遥想百模大战之初，商汤 CEO 徐立博士解释过为何商汤大模子会取名为"日日新"：

灵感源自中国古代经典《礼记 · 大学》中的名句"苟日新，日日新，又日新"。

其本意是如果一天大约悔改，就该天天悔改，握续不休地雠校；这也意味着商汤的大模子版块会握续更新，才调"日眉月异"。

现在回头来看，从 SenseNova V1 到现在的 V6，商汤大模子发展速率如实是作念到这少许：平均 3-4 个月便会有一次的迭代。

而从今天的发布会来看，不管是从时刻的解读，亦或是案例、demo 的共享，无不在剑指易用性。

大到城市管束、物业运营、电网巡检，小到数学解题、游戏讲解、绘本故事……

一言蔽之，商汤在浮现的中枢不雅点就是：

AI 之谈，在于庶民之日用。

对此，徐立博士也对量子位作念了更进一步的申报：

推理才调、多模态才调、模子会通才调，让 AI 的通用智能大大泛化，不光能鞭策科学探索，也能科罚老庶民的日常痛点和所需。

中枢照旧 AI 通用才调的罢了，我认为当下恰是多模态智能的涌现期。

除此之外，借着这次 SenseNova V6 "上身"具身智能，还蔓延出了一个趣味的话题——

前不久某著名创投圈大佬一句"批量退出具身智能"激励了不小热议。

对此，商汤科技迷惑首创东谈主杨帆认为：

这种不雅点很好，科技翻新产业需要这种质疑，咱们需要直面且客服这种质疑，才能迈向更慎重严肃的产业阶段。

具身智能可能照旧查验阶段的东西，但我个东谈主特殊有信心，能跟合作伙伴通盘为产业提供更多的价值。

星河通用合资东谈主、大模子负责东谈办法直政示意：

有不同究诘声息的时候，证据民众真的在严肃的究诘这个问题；但这并不虞味着具身智能的泡沫有多严重，这是科技翻新的驱能源。

我看成科研东谈主员，从严慎乐不雅的角度来看，泡沫关于翻新是曲常正常的。

例如骑马的时候，对汽车就是泡沫；是对时刻的遐想力和范围产生了冲破，咱们要从宏不雅的需求开赴，把这个时刻落实下进去，把对前沿科技的遐想变成真确的产物。

除此之外，上海交通大学副教悔闫维新对这个问题的宗旨是：

泡沫是隔离了价值除外的内容，只好大地点正确，与之关连的专揽、落地的发展中流程中，咱们需要镇定想考，是否大约像东谈主雷同有感知力和扩充力去得志公众需求。

我认为危机替代就是具身智能一个特殊好的场景，3-5 年后是不错看到的。

一言以蔽之，商汤看成国内大模子代表性玩家，它今天所强调的" AI 之谈"，一来是适应现在大模子发展"专揽为王"的趋势，更是反映出了 AI 发展的根蒂价值取向——

时刻必须劳动于东谈主的真的需求，融入日常生涯，科罚骨子问题。

那么今天，你用 AI 了吗？飞速去试试 SenseNova V6 吧 ~

chat.sensetime.com   

一键三连「点赞」「转发」「防备心」

接待在辩驳区留住你的想法！

—  完  —

� � 点亮星标 � �

科技前沿弘扬逐日见小母狗 文爱