上证报中国证券网讯（记者郑维汉）4月28日，商汤科技谨慎发布并开源日日新SenseNovaU1系列原生相识生成长入模子。该模子基于商汤于本年三月自主研发的NEO-unify架构，在单一模子架构上长入了多模态相识、推理与生成。

商汤科技默示，在逻辑推理与空间智能等方进取，SenseNovaU1大意深度相识物理天下的复杂布局与精粹干系；在将来，它还能为机器东说念主提供具身大脑，已毕在单一模子闭环内完成从复杂环境感知、逻辑推演到精确任务执行的全经过，为鼓吹时间与产业发展提供首要基础与关键引擎。

据先容，NEO-unify架构摈弃了主流的拼接式，去除了视觉编码器（VE）和变分自编码器（VAE），再行构建长入的表征空间，况兼真切融入每一层规划中，从资料毕从模态集成向原助长入的范式跳跃。

这使得SenseNovaU1系列模子大意将谈话与视觉信息当作长入的复合体径直建模，已毕谈话和视觉信息的高效协同，让相识与生成技艺同步增强，在保留语义丰富度的同期，守护像素级的视觉保真度。

具体来看，传统多模态模子是把视觉编码器停火话主干通过适配器拼接在一齐。它像一个“说不同谈话的东说念主构成的责任组”：有东说念主故意看图，把图像翻译为谈话，有东说念主故意相识翰墨，进行推理，有东说念主把截止再翻译为筹办教导，把丹青出来。每完成一次任务，信息皆要在不同成员之间往复传递。这个经过诚然可行，亚博app但不免会有恭候、诬告和信息损耗。

SenseNovaU1是基于长入表征空间所构建，更像是一个从一运转就同期掌抓多项手段的东说念主。它不是先看懂图像、再翻译成翰墨、再交给另一个系统相识，而是在合并套“想考方式”里径直处置图像、翰墨等不同信息。图像停火话不再是两套系统之间的悉力，而是在合并个大脑中当然会通。这么带来的公正是：信息流转更快捷，相识更径直，生成更高效。模子不需要依赖单纯堆大参数来弥补中间调遣的损耗，而是通过长入的里面表征，把不同模态的信息以更紧凑、更高密度的方式组织起来。

简便来说，传统架构像是“东说念主合营、层层转述”；SenseNovaU1更像是“一个万能大脑，径直相识，径直抒发。少了中间转译，信息损耗更低，也能在相对更精简的模子限制下，已毕更强的多模态相识与生成技艺。

值得空隙的是，凭借NEO-Unify架构上风，SenseNovaU1在业内首个已毕流畅性的图文创作输出。况兼只需要单次单模子调用，就能输出更高质地的作品，比较传统范式，已毕了后果的大幅晋升。

同期，SenseNovaU1所具备的原生图文相识生成技艺，能自然将图像和文本底层会通讯号无缺的保留高下文中亚博体育，鉴别于畴前只可哄骗多模子串联免强已毕。它的图像间作风具备显然的高一致性，能在长入表征空间进行高效连贯想考。