商湯發佈旗艦級SenseNova U1 Pro，多模態智能體實現長程任務閉環

在2026年世界人工智能大會（WAIC）上，商湯科技正式發表大模型旗艦新品「SenseNova U1 Pro」（以下簡稱U1 Pro），定位為面向長程任務的交付級原生多模態智能體基座。這款產品屬於「日日新 SenseNova U」系列的最新旗艦版本，主打理解、生成與行動的統一，並透過原生統一架構在視覺創作領域的深度迭代，具備可與全球頂尖模型比擬的複雜圖片創作能力。商湯表示，U1 Pro的問世標誌著多模態AI正走向一場深刻的「長程演進」，產業將正式告別傳統的單點式內容生成，全面邁向能夠閉環完成複雜、長程任務的系統級內容交付新時代。

商湯科技聯合創始人、首席科學家林達華指出，多模態產品的進化路徑與程式碼產品的演變相似。程式碼產品已從Copilot工具輔助，進展到Vibe Coding意圖驅動，再到Agentic Coding系統級任務交付；多模態產品如今也正經歷三個階段：第一階段解決「真實感生成」的問題，第二階段能夠以自然語言互動並持續修改，實現多模態創作進階，第三階段則是在真實場景中直接完成「交付級」創作，兼顧設計美感與內容精確，徹底解決過去反覆「抽卡」的困境。U1 Pro作為旗艦版本，提供了四大核心交付能力。

首先是巔峰設計美感，能夠告別常見的「AI味」；其次支援原生8K超清輸出，滿足高解析度創作需求；第三是極致的圖文與細節控制，確保生成內容的精準度；最後則是長程Agentic閉環思維，讓模型能在複雜任務中自主規劃並穩定產出。商湯強調，能夠突破「生成」的邊界、邁向「穩定交付」，關鍵在於底層的NEO-unify內核架構，在原生多模態體系中實現語言與視覺的統一表徵，打破過去理解與生成之間的割裂壁壘。今年4月，商湯已開源基礎模型SenseNova U1。開源兩個多月以來，在真實高強度工作流實踐中獲得不錯的成長。截至6月，U1的用戶人均日生圖量相比5月提升近3倍，顯示模型已深度切入真實應用工作流。

到了7月中旬，U1以及整合U1能力的SenseNova-Skills程式碼庫在GitHub上的總星數突破8000，獲得開發社群的高度關注。同時，商湯也開源了SenseNova-Vision統一視覺大模型，基於原生統一架構，讓經典視覺任務如實例分割、目標檢測等直接成為通用大模型的原生能力，告別傳統「多專家模型拼湊」的限制。在實際的複雜多模態任務中，U1 Pro被設計來應對三大高難度場景：美學敘事、邏輯控制以及硬核數據推理。

以複雜影片創作任務為例，模型不再僅靠隨機抽卡拼湊鏡頭，而是率先自主規劃並生成包含劇情世界觀、主角與敵人的角色設定、服裝武器、沙漠環境色調在內的整體視覺藍圖，並一次性輸出多達22個邏輯一致的連續分鏡。在此基礎上，配合商湯的影片工具，實現了人物、劇情與視覺語言的高度可控交付。商湯以《沙影之刃》的世界觀設定與22鏡分鏡總覽作為展示案例，凸顯U1 Pro在長程創作任務中的穩定表現。在商業化場景方面，作為通用性的多模態基座，U1 Pro正試圖重塑辦公、電商、教育等生產單元。目前，U1 Pro已經在商湯旗下的產業級AI工具「小浣熊」及影片創作工具「Seko」中獲得驗證。

這些工具服務了數以千萬計的個人用戶、接近一萬家企業用戶，以及大量AI原生組織，幫助他們將自身經驗、興趣與創意轉化為可規模化複用的真實交付成果。商湯表示，U1 Pro的預覽版本已於7月18日啟動邀請測試，未來將隨著推理服務資源的擴大逐步放開邀測範圍。正式版本則預計在今年8月正式上線並對公眾開放服務，屆時會同步推出相應的定價與API服務。