商汤科技发布“日日新V6”多模态大模型，聚焦“强推理、强交互、长记忆”

【来源：劳动观察】

4月10日，商汤科技在徐汇西岸大剧院举办的技术交流日上正式发布全新一代“日日新 SenseNova V6”多模态融合大模型，聚焦“强推理、强交互、长记忆”三大核心突破。

“日日新V6”系列包含四大模型版本，其中SenseNova V6 Pro为原生多模态通用大模型，采用6200亿参数混合专家架构，实现文本、图像、视频的原生融合；SenseNova V6 Omni则是轻量级全模态交互模型，支持语音、视频实时交互。

在现场，商汤工作人员向记者展示了SenseNova V6的多模态在购物比价场景中的能力。用户只需上传商品页面图片，模型即可同步分析价格标签、商品参数，并快速计算出结果，并通过语音交互推荐最优购买方案。比如不同电商平台上，同一个品牌的不同优惠价格、不同抽数及包数的商品价格比较，模型能够精确计算出最终每张抽纸的实际购买价格，最终得出最优惠结果。

智能剪辑功能则依托SenseNova V6 Video的长视频理解能力，用户导入原始素材后，模型可自动识别场景切换、人物动作等关键信息，生成结构化剪辑方案。比如工作人员现场演示导入了一段篮球比赛视频，要求“将进球画面剪成一个视频”，模型也能准确识别最终呈现出一个只有进球片段的视频。

在教育领域，模型可实时解读绘本内容，根据儿童的提问动态调整故事讲述风格；企业服务中，财务审核、商铺运营等场景的人工流程可被替代，例如通过分析货架图片与销售数据，模型能自动生成补货建议。

此外，在技术交流日上，商汤还展示了和具身智能企业傅利叶的合作。基于SenseNova V6 Omni，傅利叶的机器人可以通过融合图像、视频、语音和文本信息理解环境，进行思考与表达，洞察用户的需求与情绪，与人类进行交互。机器人在输出语音的同时，还能同步生成与语义相匹配的动作，实现语言与行为的统一。

“靠单纯的技术很难形成长久的壁垒，现在一个新的模型发布后很快就会有一系列模型追赶上来，开源也会进一步缩小大家在技术上的差距。技术和行业的深度结合才能形成持久壁垒。”商汤方面表示，希望能够把模型嵌入到真实的业务场景中，真正替代掉业务链条中的某些环节。

头图为工作人员正在展示大模型“购物比价”能力，劳动报记者陈宁摄

声明：此文版权归原作者所有，若有来源错误或者侵犯您的合法权益，您可通过邮箱与我们取得联系，我们将及时进行处理。邮箱地址：jpbl@jp.jiupainews.com