商汤发布并开源 SenseNova-Vision 理解生成统一视觉大模型，能力超越 Vision Banana

IT之家 7 月 13 日消息，商汤科技今日发布并全面开源日日新 SenseNova-Vision 理解生成统一视觉大模型，这是商汤日日新大模型体系的重要视觉能力升级。

商汤科技表示，行业以往的 " 统一视觉 " 多是把检测、分割、深度预测等多个专家模型打包封装，本质还是割裂的。SenseNova-Vision 的核心变革是：让视觉成为通用基础模型的原生能力，彻底融入大模型体系。所有经典视觉任务如目标检测、图像分割、深度预测、3D 重建等，由此都实现了原生统一。

在多项评测中，SenseNova-Vision 以“单模型”在四大核心视觉领域大范围领跑，比肩甚至超越了各领域的专用“专家模型”：

横向对比如下：

商汤也同步开源了包含 5000 万条样本的视觉指令语料库 SenseNova-Vision Corpus-50M。

未来，商汤将把 SenseNova-Vision 的核心技术全面融入日日新 U 系列大模型中。