商汤科技开源多模态自主推理模型SenseNova-MARS，提供8B和32B版本。该模型是首个Agentic VLM，融合动态视觉推理与图文搜索，能理解图像并自主推理，推动多模态大模型发展。
商汤科技开源SenseNova-MARS模型，具备动态视觉推理与图文搜索能力，模拟侦探逻辑实现AI自主执行。该模型含8B和32B版本，在MMSearch评测中以74.2分领先，性能超越GPT-5.2，标志着AI从理解到执行的重要跨越。
SuperCLUE-VLM最新榜单显示，谷歌Gemini-3-Pro以83.64分大幅领先，在视觉理解与推理方面优势明显。国产模型表现突出，商汤SenseNova V6.5Pro和字节豆包分列第二、三位，展现中国AI在多模态领域的快速进步。评测涵盖三大核心能力维度。
商汤科技发布开源SenseNova-SI系列模型，在空间智能领域实现突破。该模型在权威评测中超越GPT-5等国际顶尖闭源模型，弥补了当前大模型在空间理解与推理方面的不足，展现出卓越性能。
Sensetime
$1.5
输入tokens/百万
$4.5
输出tokens/百万
128
上下文长度
$3
$9
-
$8
$32
sensenova
SenseNova-SI是基于多模态基础模型构建的空间智能增强模型系列，通过精心策划的800万样本数据训练，在多个空间智能基准测试中取得了优异表现，同时保持了强大的通用多模态理解能力。
SenseNova-SI是基于成熟多模态基础模型构建的空间智能增强模型系列，通过精心策划的800万数据样本训练，在多个空间智能基准测试中展现出卓越性能，同时保持强大的通用多模态理解能力。
SenseNova-SI是基于多模态基础模型构建的空间智能模型系列，专门针对空间理解能力进行优化。通过大规模空间智能数据训练，在度量估计、空间关系理解、视点变化处理等方面表现优异。
Piccolo Large 中文模型是一个专门针对中文文本理解任务优化的嵌入模型，在MTEB中文基准测试中表现出色，特别在语义相似度、重排序和检索任务上具有优异性能。
Piccolo 是一个中文基础模型，专注于语义文本相似度(STS)、分类、聚类和检索等多种自然语言处理任务。
%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)
