4月10日，商汤科技（SenseTime）在其年度技术交流日上，掷出了一枚关键棋子——全新升级的“日日新SenseNova V6”大模型体系。这不仅是一次技术的迭代，更是一次战略宣言。

此次发布的“日日新SenseNova V6”，可谓是在这一认知下诞生的旗舰级产品。它并非单一模型，而是一个体系，包括旗舰版的SenseNova V6 PRO、性价比更高的V6 Turbo、专攻深度思考的V6 Reasoner PRO、视频理解优化的V6 Video，以及主打实时交互的V6 Omni。

亮点一：原生多模态与超强推理
V6基于超6000亿参数的混合专家（MoE）架构，是“原生”的多模态通用大模型，这意味着它并非简单拼接不同模态的处理模块，而是在底层设计上就实现了跨模态信息的深度融合。商汤科技联合创始人林达华在采访中强调，这种原生融合是克服“跷跷板效应”（即增强一个模态能力导致另一模态削弱）的关键。经过数月的攻坚，商汤打通了模态间的桥接技术，实现了“1+1>2”的 synergistic 提升。
V6的推理能力尤为突出，尤其是在其“慢思考”版本 V6 Reasoner PRO 上。商汤科技官方表示，其多模态深度推理能力“国内第一”，并直接对标国际顶尖水平，如OpenAI的o1模型和Google的Gemini 2.0 Pro。更引人注目的是，V6在数据分析能力上，“大幅领先GPT-4o”。这一自信并非空穴来风，部分得益于其在金融、办公（如“商汤办公小浣熊”产品）等垂直领域积累的应用经验和数据反馈。

亮点二：多模态长思维链（CoT）的突破
推理能力的跃升，离不开商汤在“多模态长思维链”上的创新。传统思维链多为单模态（文本），而V6引入了超过200B高质量token的多模态长思维链数据进行训练，最长思维链可达64K。这意味着模型在解决复杂问题时，能够进行更长、更深入、融合图像和文本信息的“思考”过程。
这个过程是如何实现的？并非人工标注。商汤构建了一个“思维链构造智能体工厂”，利用多个智能体协作生成和验证这些复杂的思维链。例如，在解决几何题时，模型不仅输出解题步骤，还能同步生成对应的辅助线图示，形成图文并茂的思考路径。
林达华分享了一个生动的例子：模型为一张几只海鸥的漫画配对话，其思考过程（Think过程）长达数万字，不仅考虑了图像内容、分镜节奏，甚至捕捉到了图片角落的“微博漫画家”水印，最终生成了“职场黑话版”和“机器悖论版”两种极富创意和哲学思辨的对话。这种能力显然超越了简单的模式识别，进入了更深层次的理解和创造。

亮点三：强化学习与全局记忆的加持
多模态强化学习（RL）是V6的另一大技术支柱。商汤构建了面向多种图文任务的混合增强学习框架，通过多难度分级和多奖励模型的训练，持续优化模型性能。实验数据显示，随着RL训练步长的增加，模型的响应长度和治理能力（解决复杂问题的能力）均显著提升。
而“全局记忆”能力则解决了多模态信息带来的长上下文挑战。处理视频是典型的例子。一段10分钟的视频，若以每秒一帧采样，数据量就可能是文本的上百倍。商汤通过自研技术，将视觉（画面）、听觉（语音、音效）、语言（字幕、口语）及时间轴逻辑对齐，形成统一时序表征，并通过细粒度级联信息压缩和内容敏感动态过滤，实现了高达400倍（或10分钟视频压缩至16K tokens，压缩比超16倍）的压缩，同时保留关键语义。
这使得V6在国内率先突破了长视频理解的瓶颈，支持对长达10分钟的视频进行全帧率解析和深度推理，例如自动剪辑游戏录屏的“高光时刻”并生成解说文案，或是分析课堂录像、总结重点、甚至识别老师的“板书”和“敲黑板”强调。

亮点四：实时全模态交互的革新
伴随V6基座升级，实时交互模型也进化至SenseNova V6 Omni。它不仅在性能上对标GPT-4o mini，更在交互体验上追求“像人一样”。这体现在：
空间交互与精准理解： 用户可通过手指“点读”屏幕上的任意区域，模型能精准理解局部信息及其与全局的关系，实现自然直观的交互，例如翻译点读场景。
共情与情感表达： 这是商汤长期深耕“拟人对话”（其引擎在国内市场占有率领先）积累的优势。V6 Omni能够进行更自然、富有情感的交流，理解并回应用户的情绪。林达华提到，曾有用户与商汤引擎驱动的角色连续对话18小时、3000多轮，足见其吸引力。这种能力对于客服、营销、教育、陪伴等场景至关重要。
商业化落地： V6 Omni已是国内首个商业化的全模态实时交互模型，在具身智能（如机器人交互）、文旅导览、绘本讲解、数学辅导等多个行业场景实现落地。

SenseCore 2.0：最懂大模型的“沃土”与“引擎”
强大的模型能力离不开坚实的基础设施支撑。商汤大装置SenseCore的同步升级至2.0版本，正是其“三位一体”战略协同的体现。SenseCore 2.0 正在向着三大方向进化：
全面拥抱开源：认识到开源模型和工具已成主流，SenseCore 2.0 提供了对开源生态（如DeepSeek等模型及相关工具链）的良好兼容性。这意味着客户可以零成本或低成本地迁移现有工作流，灵活选择使用商汤平台或开源工具，同时享有商业级的高SLA（服务等级协议）保障。对于技术能力有限的客户，大装置甚至可以提供基于开源模型的定制、训练和托管服务，“让客户专注于自己的APP和应用”。
极致性价比：在算力成本依然是大模型应用“生死线”的背景下，SenseCore 2.0 将性价比优化到极致。
深化行业赋能，解决“最后一公里”： 随着多模态技术打开更多场景，客户需求日益多样化。SenseCore 2.0 不仅提供算力、平台和工具，更整合商汤自身及生态伙伴（如与松影科技合作）的能力，提供针对性的行业解决方案。

商汤科技的2025技术交流日，不仅是一场新产品发布会，更像是一次战略方向的清晰阐述。以SenseNova V6为矛，以SenseCore 2.0为盾，商汤正全力推进其多模态AI战略，试图在激烈的竞争中开辟一条差异化路径。
与专注于语言模型的DeepSeek等玩家不同，商汤选择了一条更艰难但也可能更宽广的“原生多模态”道路。虽然在某些技术理念（如CoT、RL）上可能与DeepSeek殊途同归，但其出发点和核心优势在于视觉和多模态融合。面对OpenAI、Google等国际巨头，商汤凭借对国内市场的理解、B2B的深厚根基以及模型与基础设施的协同效应，力图在国内市场建立壁垒，并在国际技术前沿保持跟进甚至局部领先。

简要总结，商汤第六代大模型日日新SenseNova V6，其技术能力上的突破，重在四个方面：
长思维链：超过200B高质量多模态长思维链数据，最长64K思维链；
数理能力：数据分析能力大幅领先GPT-4o；
推理能力：多模态深度推理国内第一，对标OpenAI o1；
全局记忆：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。

有港股 市值500多亿，今几年有点苗头了，烧钱厉害