商汤科技推动多模态AI从内容生成迈向系统级交付

中国经济导报、中国发展网讯 记者邱爱荃上海报道 7月18日，2026世界人工智能大会（WAIC）现场，商汤科技重磅发布日日新 SenseNova U 系列旗舰新品 ——SenseNova U1 Pro。作为面向长程复杂任务的交付级原生多模态智能体基座，该产品打通 AI 理解、生成、行动全链路统一能力，标志全球多模态产业正式跳出单点内容生成局限，迈入可闭环完成复杂任务的系统级交付全新阶段。

当前多模态 AI 行业已走完两大发展阶段：第一阶段实现图像真实感生成；第二阶段支持自然语言交互、迭代修改创作内容。而 SenseNova U1 Pro 开启行业第三演进周期，直击传统 AI 创作反复 “抽卡”、成品精度不足、无法直接商用交付的行业痛点，围绕 “目标规划 — 执行创作 — 自检修正” 完整工作流，打造四大核心交付能力，建立专业级视觉产出新标准。

在创作质感层面，U1 Pro 突破普通 AI 图像 “模板化、充满 AI 感” 的短板，将图像生成升级至专业设计层级，在构图、色彩、版式上达到商用设计水准；硬件输出规格实现原生 8K 超清大图能力，超长幅面、高密度信息图纸放大后文字、线条、图标清晰完整，可直接满足印刷、展览等高标准落地需求。同时模型大幅强化图文融合控制能力，高信息密度画面下文字渲染错误率大幅降低，版式逻辑稳定统一。

最核心的突破在于原生长程 Agentic 闭环思维。依托统一基座内生的理解、生成、行动一体化能力，U1 Pro 可围绕复杂需求开展数十轮智能体自主迭代循环，同步把控整体风格与局部文字细节，支持持续精细化编辑，让 AI 产出不再是一次性随机结果，而是可反复优化、直接落地交付的标准化成果。

NEO-unify 统一架构筑牢技术底座

SenseNova U1 Pro 的跨越式性能，源自商汤自研 NEO-unify 原生统一多模态内核架构，实现语言与视觉表征深度融合，彻底打破传统模型理解、生成模块割裂的技术瓶颈。

今年 4 月商汤开源基础模型 SenseNova U1，上线两个多月快速渗透真实产业工作流，6 月用户人均日生图量较 5 月提升近 3 倍；截至 7 月中旬，SenseNova U1 及配套 SenseNova-Skills 代码库 GitHub 总 Star 数突破 8000，获得全球开发者广泛认可。配套开源的 SenseNova-Vision 统一视觉大模型，将实例分割、目标检测等经典视觉任务内化为通用大模型原生能力，摆脱多专家模型拼接的低效模式。依托商汤十余年视觉技术积淀，模型具备超稠密物体分割、镜面空间几何还原、零样本陌生场景识别、视觉错觉逻辑拆解等硬核空间感知能力，为复杂现实任务提供精准世界认知底座。

三大高难度实战场景落地

WAIC 现场，商汤通过美学叙事、影视创作、数据逻辑推理三大极限场景，直观展现 U1 Pro 完整闭环交付实力。在纪念 WAIC 九周年项目中，U1 Pro 独立完成 4:1 超宽宣纸水墨长卷《智会世图》创作，画卷串联 2018 至 2026 九年大会发展脉络，融合山川、城市地标与海量文字信息，全局叙事连贯、局部细节完整，实现大型主题视觉作品一站式交付。

影视内容创作领域，模型自主搭建《沙影之刃》完整世界观，统一设定角色、服饰、环境色调，一次性输出 22 套逻辑连贯的剧情分镜，搭配商汤 Seko 视频工具，实现影视内容从创意构思到可视化分镜的可控化批量产出。

针对硬核数据推理场景，搭载专属 Skills 工具的商汤 “小浣熊” 依托 U1 Pro 能力，在 2026 世界杯开赛一月前精准预测黑马佛得角出线，预测精度位列 12 家参评大模型第二位；同时模型可整合赛事晋级路线、球员对位、战术热力图等多维复杂数据，自动生成高清可视化分析报告，打通信息收集、逻辑推理、视觉报表交付全流程。

覆盖全行业生产力场景

作为通用性极强的多模态智能基座，SenseNova U1 Pro 全面重构办公、电商、教育、文创等行业生产链路：可自动生成企业 PPT、数据信息图表；输出专业电商海报、品牌宣传视觉；绘制零差错教学科普图解；高效产出影视概念原画、动漫分镜长图。

该模型能力已在商汤产业 AI 助手 “小浣熊”、视频创作工具 “Seko” 完成规模化落地，服务千万级个人用户、近万家企业及 AI 原生机构，帮助各类用户将创意、专业知识转化为可复用、可商用的标准化交付成果。

上线节奏方面，SenseNova U1 Pro 预览版现已开启定向邀测，平台将持续扩容推理算力逐步扩大测试范围；产品正式版将于 8 月面向全社会开放，同步上线配套定价体系与标准化 API 服务。

商汤科技表示，依托 “理解、生成、行动” 原生统一架构，视觉与语言能力的协同涌现将持续加速，SenseNova U1 Pro 将成为面向物理世界通用人工智能 AGI 的核心通用智能底座。未来商汤将持续迭代多模态技术，推动 AI 从创意辅助工具转变为全流程自主交付的生产力核心。