商汤：SenseNova-U1 原生统一多模态大模型

SenseNova-U1 是一款由商汤科技开发的原生统一多模态大模型，其核心在于打破了传统模型中理解与生成任务相互分离的架构局限。该模型基于 NEO-unify 架构，完全摒弃了预训练视觉编码器和传统的解码器，实现了像素与文字直接输入输出的端到端处理。通过采用混合变换器（MoT）设计，它在处理文本理解、空间推理及视觉感知等任务的同时，能同步生成高保真的图像与图文混排内容。SenseNova-U1 提供了 8B 和 A3B 两种参数规模的变体，展现了极高的数据缩放效率与跨模态协同能力。研究表明，该模型在视觉代理决策和世界模型构建方面也具有巨大的应用潜力，标志着多模态人工智能正向原生一体化演进。