視覺模型新突破：商湯開源 SenseNova-Vision-7B-MoT
重點摘要
AI資訊AI新閒資訊正文視覺模型新突破：商湯開源 SenseNova-Vision-7B-MoT發布於AI新閒資訊時間 :Jul 14, 2026閱讀 :1分鐘人工智能視覺領域近期迎來重要進展。商湯科技正式宣佈開源其多任務視覺模型 SenseNova-Vision-7B-MoT，旨在為視覺理解及 GUI 智能體開發提供強有力的基座支撐。此次開源的模型具備出色的任務整合能力。
商湯科技於2026年7月14日正式宣佈開源其最新多任務視覺模型 SenseNova-Vision-7B-MoT，為人工智能視覺理解與 GUI 智能體開發注入全新動能。這項舉措被業界視為視覺領域統一框架的重要突破，有望大幅降低開發者打造多樣化視覺應用的門檻。 此次開源的模型採用 7B 參數規模（70億參數）架構，核心特色在於將多種核心視覺任務整合至單一模型中，徹底改變過去需要分別訓練不同專用模型的繁瑣流程。透過統一的設計，模型能夠同時處理多種視覺理解需求，展現出卓越的任務整合能力。 具體而言，SenseNova-Vision-7B-MoT 成功將目標檢測、光學字符辨識（OCR）、深度估計、法線估計、圖像分割，以及多視圖處理等關鍵視覺任務收納在同一個框架內。這意味著開發者無需再針對每項任務維護獨立模型，即可在同一平台上完成多樣化的視覺分析工作。 更值得關注的是，該模型支援透過自然語言定義全新的視覺任務變體。使用者只需以簡單的文字描述，就能讓模型靈活重組既有視覺能力，突破傳統任務邊界的限制，實現前所未有的自訂功能。這項設計極大提升了模型的通用性與擴展性。 為促進社群研究與實際應用落地，商湯本次採取完全開源策略。開發者不僅能夠直接取得完整的模型權重，還能同步獲取 SenseNova-Vision 語料庫中高達 5000 萬個樣本的子集，以及一套詳盡的復現工具包，用於處理剩餘的公開資料，確保研究與開發過程的完整性。 業內專家分析指出，SenseNova-Vision-7B-MoT 的推出並非單純的輕量化模型迭代，而是為視覺理解任務提供了一個更具擴展性的統一框架。這種架構設計跳脫了過往「一任務一模型」的思維，讓模型能夠在統一的基礎上靈活適應新需求。 目前，該模型的技術細節、程式碼倉庫以及線上演示空間已同步在 Hugging Face 與 GitHub 等國際知名平台上線。全球的科研人員與開發者均可直接調用模型資源，加速相關領域的技術創新與應用部署，大幅縮短從研究到落地的距離。 對於專注於 GUI 智能體開發的團隊而言，SenseNova-Vision-7B-MoT 提供的多任務整合能力尤為關鍵。模型能在同一時間內完成螢幕元素辨識、文字讀取、空間理解等多重任務，為建構具備環境感知能力的智慧代理提供強力基座。 商湯科技持續在開源社群投入資源，此次開源不僅展現其技術實力，也為全球 AI 生態注入活水。透過提供完整模型、資料集與工具鏈，開發者不需從零開始訓練，即可在此基礎上進行微調與創新，降低重複造輪子的成本。 隨著 SenseNova-Vision-7B-MoT 的發布，視覺模型領域正式迎來一個更易於擴展、更靈活統一的發展方向。無論是學術研究還是工業應用，都能夠藉助此框架快速實現從概念驗證到產品化的跨越。 對於有興趣深入探索的開發者與研究人員，專案官方網址已在 GitHub 上公開（https://github.com/OpenSenseNova/SenseNova-Vision），所有資源均開放取用，歡迎全球開發者共同參與測試與改進，攜手推動視覺理解技術的下一波進展。
Related
相關文章
市值3000億美金的巨頭，被中國對手盯上了
市值3000億美金的巨頭，被中國對手盯上了定焦One2026.07.14 11:19 · 來自福建全文6113字00:00 / 16:22一個比Anthropic更好的AI to B故事。文 | 定焦One（dingjiaoone）,作者 | 王漢星，編輯 | 魏佳在美股，有一家AI公司很不一樣。它不訓練大模型，第一個付費客戶是CIA，此後二十年主要服務美國政府部門、FBI、軍方，也做能源、航空、醫療。2020年上市時它幾乎被硅谷主流風投一致看空，但隨後近六年市值漲了20多倍。僅2025年一年，市值就從1700億美元升至4200億美元。截至2026年7月上旬，其市值穩定在3000億美元以上。它叫Palantir。今年5月披露的Q1財報顯示，其單季營收16.3億美元，同比增速85%，經營利潤率超過60%。在太平洋對岸，一批中國公司正在瞄準這個位置。2025年11月3日，“Agentic AI第一股”明略科技以141港元的發行價掛牌，開盤上漲117.73%，市值直接突破400億港元。3個月後，“AI Harness”海致科技上市首日開盤一度大漲260%，市值一度觸及390億港元。再加上迅策科技、更早上市的第四範式等公司，港股這一年多來接連迎來的“AI to B”新股，幾乎無一例外都在講同一個故事：中國的Palantir。用AI改造企業生產流程，是過去兩年被反覆押注的方向之一，但至今仍沒有跑出真正的規模化閉環。Palantir用二十年提前給出了一種答案，而它的“學徒們”，正在賭自己能不能在本土市場跑通同一件事。01.CIA、FBI是客戶，撐起3000億美元市值Palantir成立於2003年。它的技術起點與硅谷主流的AI公司完全不同，創始人Peter Thiel起初只是為了創立一家提前預判並幫助打擊恐怖主義的大數據分析公司。公司成立後的第一筆外部融資，來自於CIA旗下的風險投資機
AI應用的“最後一公里”，模型再強也繞不開數據困境丨ToB產業觀察
AI應用進入落地深水區，數據品質與基礎設施成為瓶頸，企業普遍面臨數據孤島、語義不一致與即時性不足等問題。數據虛擬化技術透過邏輯層整合分散數據源，無需物理搬遷，能有效提升數據準備效率、統一業務語義，並解決合規與權限控制難題，是AI實現價值的關鍵基礎。
36氪首發 | 前博世自動駕駛算法工程師創業，用合成數據做觸覺大模型
空間智能公司「大衍科技」近期完成數千萬元天使輪融資，由松禾資本領投，資金將用於觸覺大模型研發與機器人數據產線建設。公司自研觸覺手套與頭戴設備，以低成本合成數據及異購採集方式，解決機器人訓練數據瓶頸，毛利率超過60%。目前已實現商業化落地，首季營收超千萬元，預計今年下半年發布觸覺大模型，並規劃明年進軍海外市場。
AI 大模型周榜：代碼榜榜首易主，claude-opus-4-7-thinking 登頂
首頁 > 智能時代>人工智能 AI 大模型周榜：代碼榜榜首易主，claude-opus-4-7-thinking 登頂 2026/7/14 9:44:58 來源：IT之家 作者：小泵 責編：小泵 評論： IT之家 7 月 13 日消息，Arena（arena.ai）平臺發佈了最新一期 AI 大模型周榜，本期覆蓋 2026 年 7 月 6 日 ~2026 年 7 月 12 日。
全球首款AI智能體手機，來了：聯動支付寶、美團、滴滴、百度
上海大模型獨角獸階躍星辰於本月13日舉辦發表會，一口氣推出三項重量級新品：全球首款智慧體原生作業系統Step AOS、個人智慧體Amoo，以及大模型原生AI終端品牌STEPX。外界期待已久的全球首款大模型原生智慧型手機STEPX Neo，也在會中正式亮相。 STEPX Neo搭載階躍星辰自行研發的智慧體原生作業系統Step AOS，並內建新一代系統級個人智慧體Amoo。使用者不必再一個個手動開啟應用程式，只需像跟助理對話一樣說出需求，智慧體就能自動理解、規劃，並跨應用程式調度資源，最終完成任務。
階躍星辰的算盤不在手機上
階躍星辰昨日舉行發表會，一口氣端出四個新品：終端品牌 STEPX、名為 Step AOS 的作業系統、個人智慧體「階躍 Amoo」，以及一款手機 STEPX Neo。不過手機僅是「亮個相」，參數、價格、發售日全數留白。官方表示將聯合首批生態夥伴、上千名創客與一般用戶，展開為期一百天的共同定義計畫，百天後才進入下半場。 整場發表會看似熱鬧，但真正貫穿始終的主題其實是一個聽起來不怎麼性感的概念——記憶。官方在技術架構中明確指出，智慧體面前有三道關卡：記憶、決策、行動，記憶排在第一位。