商湯發(fā)布并開源U1系列 單一模型架構(gòu)能否撬動(dòng)多模態(tài)市場(chǎng)

4月28日，商湯科技發(fā)布并開源日日新SenseNova U1系列原生理解生成統(tǒng)一模型。該系列基于今年3月商湯自主研發(fā)的NEO unify架構(gòu)，在單一模型上統(tǒng)一了多模態(tài)理解、推理與生成。

傳統(tǒng)多模態(tài)模型多采用視覺編碼器搭配語言骨干的拼接方式，存在信息損耗。SenseNova U1去除了視覺編碼器和變分自編碼器，直接在像素上運(yùn)行，重建統(tǒng)一表征空間。

該架構(gòu)由商湯與南洋理工大學(xué)S Lab合作研發(fā)，讓圖像和文本在同一套表征體系中被直接處理，減少了模塊間的信息損耗和延遲。

商湯本次開源的是輕量版SenseNova U1 Lite，包含兩個(gè)規(guī)格：基于稠密網(wǎng)絡(luò)的8B MoT版本，以及采用混合專家架構(gòu)的A3B MoT版本。

相關(guān)代碼已在GitHub和Hugging Face平臺(tái)上線。商湯表示，未來計(jì)劃推出體量更大的版本并公布詳細(xì)技術(shù)報(bào)告。

效率是該模型較為突出的特點(diǎn)。8B參數(shù)規(guī)模下，它在多模態(tài)理解、生成與推理等多個(gè)維度上逼近甚至部分超越一些商業(yè)閉源模型。

在AI2D等理解基準(zhǔn)中拿到91.7分，在復(fù)雜信息圖生成任務(wù)中平均得分50.7，是目前開源模型里表現(xiàn)最強(qiáng)的。

在通用圖像生成測(cè)試中，生成質(zhì)量可比肩Qwen Image 2.0 Pro或Seedream 4.5，同時(shí)推理響應(yīng)速度更快。

視覺推理方面，在VBVR（UMM）測(cè)試中拿到60.5分，高于Nano Bananaz的49.6。在WISE維度上取得69.0分，領(lǐng)先于Qwen Image的63.0。

此外，SenseNova U1支持連續(xù)性圖文創(chuàng)作輸出，只需單次單模型調(diào)用即可完成分步驟圖文生成，圖像風(fēng)格保持高度連貫，這在行業(yè)內(nèi)屬首次實(shí)現(xiàn)。

該模型還表現(xiàn)出較強(qiáng)的物理空間理解能力，未來可應(yīng)用于機(jī)器人系統(tǒng)，在單一模型閉環(huán)內(nèi)完成環(huán)境感知、推理和任務(wù)執(zhí)行。

商湯此次開源并非孤立行動(dòng)。在國(guó)內(nèi)開源大模型市場(chǎng)，阿里巴巴通義千問（Qwen）系列占據(jù)明顯優(yōu)勢(shì)，截至2026年3月累計(jì)下載量突破10億次，占全球開源模型總下載量50%以上。

DeepSeek則通過持續(xù)的價(jià)格策略壓低了AI調(diào)用成本。商湯選擇在這個(gè)時(shí)間點(diǎn)開源U1，市場(chǎng)分析認(rèn)為其意圖是從收取短期授權(quán)費(fèi)轉(zhuǎn)向構(gòu)建開發(fā)者生態(tài)，復(fù)制阿里巴巴Qwen的路徑，通過模型免費(fèi)帶動(dòng)周邊服務(wù)和基礎(chǔ)設(shè)施實(shí)現(xiàn)商業(yè)變現(xiàn)。

開源能否幫助商湯在阿里Qwen已經(jīng)占據(jù)主導(dǎo)的市場(chǎng)上打開局面，目前尚無定論。對(duì)商湯而言，關(guān)注點(diǎn)已從單一模型的技術(shù)指標(biāo)，轉(zhuǎn)向SenseNova整個(gè)生態(tài)系統(tǒng)的開發(fā)者活躍度和實(shí)際應(yīng)用規(guī)模。

當(dāng)技術(shù)架構(gòu)的創(chuàng)新已經(jīng)落地，接下來的問題在于開發(fā)者是否愿意遷移，以及與之配套的工具鏈和服務(wù)能否形成足夠的黏性。