大模型范式里

【2026年7月18日】今日,在2026世界人工智能大会(WAIC)上,商汤科技正式发布了大模型家族的重量级旗舰新品——SenseNova U1 Pro(以下简称U1 Pro)。

作为“日日新 SenseNova U”系列的旗舰版本,U1 Pro 定位为面向长程任务的交付级原生多模态智能体基座,实现理解、生成和行动的深度统一。在原生统一架构的基础上,通过在视觉创作领域的深度迭代,U1 Pro 具备了媲美全球顶尖模型的“交付级”复杂图片创作能力,拥有广阔的应用空间

U1 Pro的问世,标志着多模态 AI 正在迎来一场深刻的“长程演进”:行业正式告别传统的“单点式内容生成(Generation)”,全面迈向能够闭环完成复杂、长程任务的“系统级内容交付(Delivery)”新时代。

多模态演进第三阶段:攻克“抽卡”痛点,定义“交付级”新标准

正如代码产品已率先走通了“从 Copilot 工具辅助,到 Vibe Coding 意图驱动,再到 Agentic Coding 系统级任务交付”的路径,多模态产品也正在经历相同的长程演进:第一阶段解决“真实感生成”的问题,到第二阶段能够以自然语言交互,并持续修改,实现多模态创作进阶,再到第三阶段能在真实场景中,直接完成“交付级”创作,完美兼顾设计美感和内容精准,解决反复抽卡的困境。

然而能交互,不等于能交付。 旗舰版 SenseNova U1 Pro围绕“一个复杂目标,持续理解、规划、执行、检查和修正”,带来了四大核心交付能力:

• 巅峰设计美感,告别“AI味”:图像生成从“细节逼真”推进到“专业设计美感”的全新阶段,作品具备极强的构图、色彩与排版美学,直接实现专业交付品质。 • 原生 8K 超清输出:最高可支持 8K 原生分辨率输出,轻松驾驭高信息密度的超长、超大图创作。画幅放大后,文字、线条、图标和模块关系仍然清晰稳定,经得起印刷、展览级细节检验。 • 极致的图文与细节控制:大幅加强了图文信息整合分析能力。在极高信息密度下,U1 Pro 仍能维持整体版式与内容表达,文字渲染出错率极低。 • 长程 Agentic 闭环思维:基于统一基座内生的理解、生成和行动能力,支持长程图文交错思维,能够围绕复杂目标进行数十轮的 Agentic Generation Loop(智能体生成循环)。并在最新版本中,进一步实现了整体风格与局部文本的同步精准可控编辑,让交付结果可被持续修改与使用。

技术基石:NEO-unify 架构与原生视觉底座的深度融合

SenseNova U1 Pro 之所以能够突破“生成”边界、走向“稳定交付”,其底层核心得益于NEO-unify 内核架构在原生多模态体系中实现语言和视觉的统一表征,打破了理解与生成的割裂壁垒。

商汤今年4月开源了基础模型 SenseNova U1。开源两个多月以来,在真实高强度工作流实践中,U1 迎来了爆发式增长。今年6月,U1的用户人均日生图量相比5月提升近3倍,表明模型已深度切入真实应用工作流。截至7月中旬,SenseNova U1以及集成了U1能力的SenseNova-Skills代码库在GitHub的总 Star 数突破8000。

同时,商汤开源的 SenseNova-Vision 统一视觉大模型,基于原生统一架构,让经典视觉任务如实例分割、目标检测等,直接成为通用大模型的原生能力,告别了传统“多专家模型拼凑”的局限。商汤在视觉 AI 领域十余年的技术沉淀,也为多模态长程智能体提供了坚实的世界理解底座。

真实物理世界大考:高难度场景实战检验

在考验其面向复杂多模态任务的“系统级交付”实力中,SenseNova U1 Pro 在美学叙事、逻辑控制以及硬核数据推理三大高难度场景,交出了惊艳的答卷:

高信息密度视觉叙事:WAIC九周年《智会世图》东方山水长卷

U1 Pro 最终交付了一幅 4:1 超宽画幅的宣纸水墨风东方美学长卷,图中包含丰富的河流、山脉、城市地标与高密度小字信息,远看具备“统一视觉叙事”,放大后看大量文字、图标等设计细节完美支撑,自然连接起2018 至 2026 年跨越九年的世界人工智能大会发展历程。

WAIC九周年(2018-2026)水墨长卷全景,及部分局部细节图。

可控视频创作:《沙影之刃》世界观设定与 22 镜分镜

在复杂视频创作任务中,模型不再只是依靠随机抽卡拼凑镜头,而是率先自主规划并生成了包含剧情世界观、主角与敌人人设、服装武器、沙漠环境色调在内的整体视觉蓝图,并一次性输出多达22 个逻辑一致的连续分镜。在此基础上,配合商汤视频工具,实现了人物、剧情和视觉语言的高度可控交付。

《沙影之刃》世界观设定&22镜分镜总览

硬核逻辑推理与复杂交付:世界杯黑马预测与决赛全景复盘

商汤“小浣熊”依托专属 Skills 进行持续分析,在2026年世界杯开赛前一个月,成功预测本届最大黑马——佛得角出线,在 12 家参与预测的大模型中高居第二。

同时,U1 Pro 展现了极强的“数据向视觉转化”能力。它能将复杂的体育战术及数据——如世界杯决赛双方的晋级路径、核心球员对位、战术体系、传球网络及触球热力图等高密度推理结果融会贯通,自主生成一张高清的可视化图表报告,完整闭环了“信息搜集-分析推理-复杂视觉交付”的全流程。

赋能生产力底座:重塑个人、组织与企业单元

作为一个极具通用性的多模态基座,SenseNova U1 Pro 正在重塑办公、电商、教育等每一个生产单元:

• 商业与办公:企业信息图、高品质商业演示文稿(PPT)的自动化与精准交付。 • 品牌与电商:商业海报、产品宣传视觉的专业级美学输出。 • 教育与出版:高精度科学图解、教学用图像的无错漏绘制。 • 创意内容创作:电影影视概念设计、动漫分镜脚本等数字艺术创作,大幅缩短创意与专业制作之间的距离。

同时,该能力在商汤旗下的产业级AI “小浣熊” 及视频创作工具 “Seko” 中已得到深度验证,帮助数以千万计的个人用户、接近一万家企业用户以及大批AI原生组织,将自身经验、兴趣和创意转化为可规模化复用的真实交付成果。

即日起,商汤科技 SenseNova U1 Pro 的预览版本已正式邀请测试,并将随着推理服务资源扩大逐步放开邀测范围。模型的正式版本将在今年 8 月份正式上线对公众开放服务,届时相应的定价和 API 服务也将同步推出。

我们相信在“理解、生成、行动”原生统一架构下,“视觉和语言的联合涌现”将加速实现,最终为物理世界的 AGI 构建全新的通用智能底座。

更多U1 Pro创作作品:

1、商业信息表达:突出复杂信息“一图说清”、文字与图像细节可靠,以及可直接用于汇报和交付的完成度。

2、商业视觉创作:突出从“像”到“真”再到“美”的专业级设计能力,优先选择视觉中心明确、色彩强、版式完整的商业海报与产品视觉。

3、科普知识图解:突出复杂知识可视化、图文信息整合、清晰标注与出版级细节;画面放大后仍能展示可靠的信息质量。

4、影视动漫与数字艺术:突出角色概念、世界观设定、电影感场景,以及 8K 原生与超长超大图创作能力;优先用于视频开场、横向运镜和高潮镜头。

超长国风景观画卷|连续场景适合横向推进,直接体现超长超大图能力