曾宪勇 l 勇砺商业评论 阿桶观察 全球商业风向

7月18日，在2026世界人工智能大会（WAIC）上，商汤科技正式发布了大模型家族的重量级旗舰新品——SenseNova U1 Pro（以下简称U1 Pro）。

作为“日日新 SenseNova U”系列的旗舰版本，U1 Pro 定位为面向长程任务的交付级原生多模态智能体基座，实现理解、生成和行动的深度统一。在原生统一架构的基础上，通过在视觉创作领域的深度迭代，U1 Pro 具备了媲美全球顶尖模型的“交付级”复杂图片创作能力，拥有广阔的应用空间。

U1 Pro的问世，标志着多模态 AI 正在迎来一场深刻的“长程演进”：行业正式告别传统的“单点式内容生成（Generation）”，全面迈向能够闭环完成复杂、长程任务的“系统级内容交付（Delivery）”新时代。

多模态演进第三阶段：攻克“抽卡”痛点，定义“交付级”新标准

正如代码产品已率先走通了“从 Copilot 工具辅助，到 Vibe Coding 意图驱动，再到 Agentic Coding 系统级任务交付”的路径，多模态产品也正在经历相同的长程演进：第一阶段解决“真实感生成”的问题，到第二阶段能够以自然语言交互，并持续修改，实现多模态创作进阶，再到第三阶段能在真实场景中，直接完成“交付级”创作，完美兼顾设计美感和内容精准，解决反复抽卡的困境。

然而能交互，不等于能交付。 旗舰版 SenseNova U1 Pro 围绕“一个复杂目标，持续理解、规划、执行、检查和修正”，带来了四大核心交付能力：

• 极巅峰设计美感，告别“AI味”：图像生成从“细节逼真”推进到“专业设计美感”的全新阶段，作品具备强的构图、色彩与排版美学，直接实现专业交付品质。
• 原生 8K 超清输出：最高可支持 8K 原生分辨率输出，轻松驾驭高信息密度的超长、超大图创作。画幅放大后，文字、线条、图标和模块关系仍然清晰稳定，经得起印刷、展览级细节检验。
• 极致的图文与细节控制：大幅加强了图文信息整合分析能力。在极高信息密度下，U1 Pro 仍能维持整体版式与内容表达，文字渲染出错率极低。
• 长程 Agentic 闭环思维：基于统一基座内生的理解、生成和行动能力，支持长程图文交错思维，能够围绕复杂目标进行数十轮的 Agentic Generation Loop（智能体生成循环）。并在最新版本中，进一步实现了整体风格与局部文本的同步精准可控编辑，让交付结果可被持续修改与使用。

技术基石：NEO-unify 架构与原生视觉底座的深度融合

SenseNova U1 Pro 之所以能够突破“生成”边界、走向“稳定交付”，其底层核心得益于 NEO-unify 内核架构在原生多模态体系中实现语言和视觉的统一表征，打破了理解与生成的割裂壁垒。

商汤今年4月开源了基础模型 SenseNova U1。开源两个多月以来，在真实高强度工作流实践中，U1 迎来了爆发式增长。今年6月，U1的用户人均日生图量相比5月提升近3倍，表明模型已深度切入真实应用工作流。截至7月中旬，SenseNova U1以及集成了U1能力的SenseNova-Skills代码库在GitHub的总 Star 数突破8000。

同时，商汤开源的 SenseNova-Vision 统一视觉大模型，基于原生统一架构，让经典视觉任务如实例分割、目标检测等，直接成为通用大模型的原生能力，告别了传统“多专家模型拼凑”的局限。商汤在视觉 AI 领域十余年的技术沉淀，也为多模态长程智能体提供了坚实的世界理解底座。

真实物理世界大考：高难度场景实战检验

在考验其面向复杂多模态任务的“系统级交付”实力中，SenseNova U1 Pro 在美学叙事、逻辑控制以及硬核数据推理三大高难度场景，交出了惊艳的答卷：

高信息密度视觉叙事：WAIC九周年《智会世图》东方山水长卷

U1 Pro 最终交付了一幅 4:1 超宽画幅 的宣纸水墨风东方美学长卷，图中包含丰富的河流、山脉、城市地标与高密度小字信息，远看具备“统一视觉叙事”，放大后看大量文字、图标等设计细节完美支撑，自然连接起 2018 至 2026 年 跨越九年的世界人工智能大会发展历程。

WAIC九周年（2018-2026）水墨长卷全景，及部分局部细节图

可控视频创作：《沙影之刃》世界观设定与 22 镜分镜

在复杂视频创作任务中，模型不再只是依靠随机抽卡拼凑镜头，而是率先自主规划并生成了包含剧情世界观、主角与敌人人设、服装武器、沙漠环境色调在内的整体视觉蓝图，并一次性输出多达 22 个逻辑一致的连续分镜。在此基础上，配合商汤视频工具，实现了人物、剧情和视觉语言的高度可控交付。

《沙影之刃》世界观设定&22镜分镜总览

硬核逻辑推理与复杂交付：世界杯黑马预测与决赛全景复盘

商汤“小浣熊”依托专属 Skills 进行持续分析，在2026年世界杯开赛前一个月，成功预测本届最大黑马——佛得角出线，在 12 家参与预测的大模型中高居第二。

同时，U1 Pro 展现了极强的“数据向视觉转化”能力。它能将复杂的体育战术及数据——如世界杯决赛双方的晋级路径、核心球员对位、战术体系、传球网络及触球热力图等高密度推理结果融会贯通，自主生成一张高清的可视化图表报告，完整闭环了“信息搜集-分析推理-复杂视觉交付”的全流程。

赋能生产力底座：重塑个人、组织与企业单元

作为一个极具通用性的多模态基座，SenseNova U1 Pro 正在重塑办公、电商、教育等每一个生产单元：

• 商业与办公：企业信息图、高品质商业演示文稿（PPT）的自动化与精准交付。
• 品牌与电商：商业海报、产品宣传视觉的专业级美学输出。
• 教育与出版：高精度科学图解、教学用图像的无错漏绘制。
• 创意内容创作：电影影视概念设计、动漫分镜脚本等数字艺术创作，大幅缩短创意与专业制作之间的距离。

同时，该能力在商汤旗下的产业级AI “小浣熊” 及视频创作工具 “Seko” 中已得到深度验证，帮助数以千万计的个人用户、接近一万家企业用户以及大批AI原生组织，将自身经验、兴趣和创意转化为可规模化复用的真实交付成果。

即日起，商汤科技 SenseNova U1 Pro 的预览版本已正式邀请测试，并将随着推理服务资源扩大逐步放开邀测范围。模型的正式版本将在今年 8 月份正式上线对公众开放服务，届时相应的定价和 API 服务也将同步推出。

商汤科技表示，在“理解、生成、行动”原生统一架构下，“视觉和语言的联合涌现”将加速实现，最终为物理世界的 AGI 构建全新的通用智能底座。

更多U1 Pro创作作品：

一、商业信息表达：突出复杂信息“一图说清”、文字与图像细节可靠，以及可直接用于汇报和交付的完成度。

二、商业视觉创作：突出从“像”到“真”再到“美”的专业级设计能力，优先选择视觉中心明确、色彩强、版式完整的商业海报与产品视觉。

三、科普知识图解：突出复杂知识可视化、图文信息整合、清晰标注与出版级细节；画面放大后仍能展示可靠的信息质量。

四、影视动漫与数字艺术：突出角色概念、世界观设定、电影感场景，以及 8K 原生与超长超大图创作能力；优先用于视频开场、横向运镜和高潮镜头。（曾宪勇）