商汤科技开启多模态大模型时代新征程

商汤科技在多模态大模型领域的发展已经取得了显著成就，其迈向多模态大模型的新纪元可以从以下几个方面来看：

技术突破

• 融合模态创新：2025年1月，商汤科技推出“日日新”融合大模型，实现了语言、图像、视频的原生多模态训练，标志着中国大模型从“单一模态追赶”进入“融合模态创新”阶段。这一突破让模型更贴近真实世界的复杂性需求。

• 多模态推理能力领先：2025年4月发布的“日日新SenseNova V6”大模型体系，通过多模态长思维链训练、全局记忆、强化学习的技术突破，形成了领先的多模态推理能力。其多模态深度推理能力在国内排名第一，对标OpenAI的o1模型。

• 长思维链与全局记忆：该模型拥有超过200B高质量多模态长思维链数据，最长思维链可达64K。同时，它率先在国内突破长视频理解，支持10分钟的视频理解及深度推理。

• 高效能与低成本结合：商汤的多模态训练整体效率对齐语言训练，实现了业内最低的推理成本。

产品与应用

• 流式多模态交互：2024年7月，商汤发布了国内首个具备流式原生多模态交互能力的大模型“日日新SenseNova 5.5”，其交互效果和多项核心指标实现了对标GPT-4o。这种交互模式能够整合跨模态信息，基于声音、文本、图像和视频等多种形式，带来实时的流式多模态AI交互体验。

• 车端部署：商汤绝影在2024年7月宣布率先实现原生多模态大模型的车端部署，并展示了在不同算力平台上运行2.1B或8B端侧多模态大模型的适配能力。这为智能汽车交互体验带来了更流畅和自然的解决方案。

• 办公教育应用：商汤推出的“办公小浣熊”能够高效处理各种富模态文档，为用户提供便捷服务，使得繁琐的任务变得简洁高效。

商业化进展

• 收入增长：2024年，商汤实现总收入37.7亿元，同比增长10.8%。其中，生成式AI收入连续两年保持三位数增速，同比增长103.1%，突破24亿元，占集团收入比例进一步提升至63.7%。

• 算力与算法耦合：商汤的“大装置+大模型”战略，通过算力与算法的深度耦合，形成了覆盖全国的智能算力网。这种布局不仅优化了资本使用效率，还使商汤能够灵活应对市场和供应链的快速变化。

行业影响

• 引领行业标准：商汤的多模态大模型在多个权威评测中获得优异成绩，如在SuperCLUE和OpenCompass两大权威评测中获得“双冠王”。这不仅证明了其技术实力，也为行业树立了新的标杆。

• 推动多模态应用普及：商汤的多模态大模型在自动驾驶、金融、办公教育等领域的应用，为这些行业带来了更高效、更智能的解决方案。

综上所述，商汤科技在多模态大模型领域的技术突破、产品创新和商业化应用，使其在人工智能领域迈向了一个新的纪元，为未来的发展奠定了坚实的基础。