共计 1147 个字符，预计需要花费 3 分钟才能阅读完成。
在 2026 世界人工智能大会 (WAIC) 上,商汤科技正式发布了其大模型家族的旗舰产品——SenseNova U1 Pro(简称 U1 Pro)。这款产品定位为“面向长程任务的交付级原生多模态智能体基座”, 旨在将理解、生成和行动统一于一体, 直接挑战当前 AI 图像生成领域“抽卡”式的低效模式。
📌 从“生成”到“交付”: 多模态 AI 的第三阶段进化
商汤科技联合创始人、首席科学家林达华在发布会上指出,多模态 AI 正经历一场深刻的“长程演进”。他认为, 就像代码产品已经从辅助工具 (Copilot) 进化到意图驱动 (Vibe Coding), 再到系统级任务交付(Agentic Coding) 一样, 多模态产品也经历了类似的三阶段:
- 第一阶段:解决“真实感生成”的问题, 让 AI 能画出像样的图片。
- 第二阶段:实现自然语言交互, 用户可以通过对话持续修改, 完成进阶创作。
- 第三阶段:在真实场景中直接完成“交付级”创作, 兼顾设计美感和内容精准, 彻底告别反复抽卡的困境。
🔍 四大核心交付能力, 告别“AI 味”
- 巅峰设计美感:力求作品摆脱常见的“AI 味”, 更接近专业设计师的水准。
- 原生 8K 超清输出:支持超高分辨率, 满足印刷级等高质量需求。
- 极致的图文与细节控制:能够精准控制画面中的文字、元素和细节, 避免错乱。
- 长程 Agentic 闭环思维:能够自主规划并执行多步骤任务, 比如生成一系列逻辑一致的连续分镜。
💡 硬核场景验证: 从视频分镜到商业落地
U1 Pro 的能力在几个高难度场景中得到了验证。例如,在复杂视频创作任务中, 模型并非随机拼凑镜头, 而是自主规划出包含剧情世界观、角色设定、服装武器和场景色调的整体视觉蓝图, 并一次性生成 22 个逻辑一致的连续分镜。这种能力使得视频创作的可控性大幅提升。
在商业化方面,U1 Pro 已应用于商汤旗下的产业级 AI“小浣熊”及视频创作工具“Seko”中。据商汤透露, 这些产品已服务近一万家企业用户和数以千万计的个人用户, 部分 AI 原生组织已开始将 U1 Pro 的能力转化为可规模化复用的交付成果。
📊 开源生态与未来规划
今年 4 月,商汤开源了基础模型 SenseNova U1。开源两个多月以来, 该模型在真实工作流中表现出色。截至 7 月中旬,U1 及其相关代码库在 GitHub 上的总 Star 数已突破 8000。6 月份, 用户的人均日生图量相比 5 月提升了近 3 倍, 表明模型已深度融入实际应用。
🚀 行业观察: 多模态 AI 进入“交付”竞争时代
从行业视角来看,U1 Pro 的发布标志着多模态 AI 竞争进入新阶段。过去, 各家厂商比拼的是生成质量、速度和多样性; 如今, 能否完成“交付级”的长程任务成为关键。商汤通过原生统一架构, 将理解、生成与行动融为一体, 试图在效率与质量之间找到平衡点。
