商湯發布并開源U1系列 單一模型架構能否撬動多模態市場

4月28日，商湯科技發布并開源日日新SenseNova U1系列原生理解生成統一模型。該系列基于今年3月商湯自主研發的NEO unify架構，在單一模型上統一了多模態理解、推理與生成。

傳統多模態模型多采用視覺編碼器搭配語言骨干的拼接方式，存在信息損耗。SenseNova U1去除了視覺編碼器和變分自編碼器，直接在像素上運行，重建統一表征空間。

該架構由商湯與南洋理工大學S Lab合作研發，讓圖像和文本在同一套表征體系中被直接處理，減少了模塊間的信息損耗和延遲。

商湯本次開源的是輕量版SenseNova U1 Lite，包含兩個規格：基于稠密網絡的8B MoT版本，以及采用混合專家架構的A3B MoT版本。

相關代碼已在GitHub和Hugging Face平臺上線。商湯表示，未來計劃推出體量更大的版本并公布詳細技術報告。

效率是該模型較為突出的特點。8B參數規模下，它在多模態理解、生成與推理等多個維度上逼近甚至部分超越一些商業閉源模型。

在AI2D等理解基準中拿到91.7分，在復雜信息圖生成任務中平均得分50.7，是目前開源模型里表現最強的。

在通用圖像生成測試中，生成質量可比肩Qwen Image 2.0 Pro或Seedream 4.5，同時推理響應速度更快。

視覺推理方面，在VBVR（UMM）測試中拿到60.5分，高于Nano Bananaz的49.6。在WISE維度上取得69.0分，領先于Qwen Image的63.0。

此外，SenseNova U1支持連續性圖文創作輸出，只需單次單模型調用即可完成分步驟圖文生成，圖像風格保持高度連貫，這在行業內屬首次實現。

該模型還表現出較強的物理空間理解能力，未來可應用于機器人系統，在單一模型閉環內完成環境感知、推理和任務執行。

商湯此次開源并非孤立行動。在國內開源大模型市場，阿里巴巴通義千問（Qwen）系列占據明顯優勢，截至2026年3月累計下載量突破10億次，占全球開源模型總下載量50%以上。

DeepSeek則通過持續的價格策略壓低了AI調用成本。商湯選擇在這個時間點開源U1，市場分析認為其意圖是從收取短期授權費轉向構建開發者生態，復制阿里巴巴Qwen的路徑，通過模型免費帶動周邊服務和基礎設施實現商業變現。

開源能否幫助商湯在阿里Qwen已經占據主導的市場上打開局面，目前尚無定論。對商湯而言，關注點已從單一模型的技術指標，轉向SenseNova整個生態系統的開發者活躍度和實際應用規模。

當技術架構的創新已經落地，接下來的問題在于開發者是否愿意遷移，以及與之配套的工具鏈和服務能否形成足夠的黏性。