商汤科技宣布推出并开源日日新 SenseNova U1系列原生理解生成统一模型。基于商汤于今年三月份自主研发的 NEO-unify 架构，在单一模型架构上统一了多模态理解、推理与生成。

根据介绍，NEO-unify架构彻底摒弃了主流的拼接式，去除了视觉编码器（VE）和变分自编码器（VAE），重新构建了统一的表征空间，并且深入融入每一层计算中，从而实现从模态集成向原生统一的范式跨越。

SenseNova U1系列模型能够将语言与视觉信息作为统一的复合体直接建模，实现语言和视觉信息的高效协同，让理解与生成能力同步增强，在保留语义丰富度的同时，维持像素级的视觉保真度。

在逻辑推理与空间智能等方向上，它能够深度理解物理世界的复杂布局与精细关系；在未来，它还能为机器人提供具身大脑，实现在单一模型闭环内完成从复杂环境感知、逻辑推演到精准任务执行的全过程，为推动技术与产业发展提供重要基础与关键引擎。

本次开源发布的是 SenseNova U1 的轻量版系列 SenseNova U1 Lite。它包含两个不同规格的模型：

• SenseNova-U1-8B-MoT：基于稠密骨干网络
• SenseNova-U1-A3B-MoT：基于混合专家（MoE） 骨干网络

商汤方面表示，SenseNova U1 Lite 在多项基准测试中均达到同量级开源模型SOTA水平。甚至仅凭8B-MoT的较小规格，就能达到甚至超越部分大型商业闭源模型。

在通用的图像生成测试中，SenseNova U1 Lite不但在图像生成质量上比肩 Qwen-Image 2.0 Pro或 Seedream 4.5 等大型闭源模型，达到商业级水准，还在推理响应速度上有显著优势。即使在极具挑战性、开源模型一直做不好的复杂信息图生成任务中，SenseNova U1 Lite 也表现出商业级的水准，对复杂信息图的排版和文字有很强的控制力。

SenseNova U1 还实现了连续性的图文创作输出。只需要单次单模型调用，就能输出更高质量的作品，相比传统范式，实现了效率的大幅提升。

SenseNova U1 所具备的原生图文理解生成能力，能天然将图像和文本底层融合信号完整的保留上下文中，区别于过去只能利用多模型串联勉强实现，它的图像间风格具备明显的高一致性，能在统一表征空间进行高效连贯思考。