商湯科技開源多模態自主推理模型SenseNova-MARS，提供8B和32B版本。該模型是首個Agentic VLM，融合動態視覺推理與圖文搜索，能理解圖像並自主推理，推動多模態大模型發展。
商湯科技開源SenseNova-MARS模型，具備動態視覺推理與圖文搜索能力，模擬偵探邏輯實現AI自主執行。該模型含8B和32B版本，在MMSearch評測中以74.2分領先，性能超越GPT-5.2，標誌着AI從理解到執行的重要跨越。
SuperCLUE-VLM最新榜單顯示，谷歌Gemini-3-Pro以83.64分大幅領先，在視覺理解與推理方面優勢明顯。國產模型表現突出，商湯SenseNova V6.5Pro和字節豆包分列第二、三位，展現中國AI在多模態領域的快速進步。評測涵蓋三大核心能力維度。
商湯科技發佈開源SenseNova-SI系列模型，在空間智能領域實現突破。該模型在權威評測中超越GPT-5等國際頂尖閉源模型，彌補了當前大模型在空間理解與推理方面的不足，展現出卓越性能。
Sensetime
-
輸入tokens/百萬
輸出tokens/百萬
上下文長度
$3
$9
128
$8
$32
$1.5
$4.5
sensenova
SenseNova-SI是基於多模態基礎模型構建的空間智能增強模型系列，通過精心策劃的800萬樣本數據訓練，在多個空間智能基準測試中取得了優異表現，同時保持了強大的通用多模態理解能力。
SenseNova-SI是基於成熟多模態基礎模型構建的空間智能增強模型系列，通過精心策劃的800萬數據樣本訓練，在多個空間智能基準測試中展現出卓越性能，同時保持強大的通用多模態理解能力。
SenseNova-SI是基於多模態基礎模型構建的空間智能模型系列，專門針對空間理解能力進行優化。通過大規模空間智能數據訓練，在度量估計、空間關係理解、視點變化處理等方面表現優異。
Piccolo Large 中文模型是一個專門針對中文文本理解任務優化的嵌入模型，在MTEB中文基準測試中表現出色，特別在語義相似度、重排序和檢索任務上具有優異性能。
Piccolo 是一箇中文基礎模型，專注於語義文本相似度(STS)、分類、聚類和檢索等多種自然語言處理任務。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
