社区

由中共上海市委宣传部、中共上海市经信工作党委、上海市经济信息化委共同主办的“开物·时代智造——为国担当 勇为尖兵”先进事迹报告会（经信专场）于9月1日在中国航发商发闵行基地举行。上海市委宣传部副部长刘琪，上海市经信工作党委书记张伟，中国工程院院士、中国航发集团首席科学家尹泽勇，中国航发商发党委书记、董事长徐庆泽，中微半导体设备（上海）股份有限公司创始人、董事长兼总经理尹志尧，商汤科技联合创始人兼执行董事、大晓机器人董事长王晓刚出席会议。 商汤科技联合创始人兼执行董事、大晓机器人董事长 王晓刚，以《先看见的人》为题，讲述了让机器看见世界、让世界看见中国AI产业兴起、让AI真正理解真实世界的三次“看见”故事，以公司发展缩影见证中国人工智能技术不断突破、走向世界的奋进历程。 以下为王晓刚在报告会上的分享。 尊敬的各位领导、各位来宾： 大家好！我是商汤科技联合创始人王晓刚。 对于商汤来说，“看见”有着特殊的意义。因为我们的起点，是图像识别，是让机器学会看见世界；我们今天的使命，是让世界看见中国AI产业兴起；而我们未来的愿景，是让人工智能真正理解这个真实世界。这三个“看见”，也是中国人工智能一路走来的缩影。 而这“看见”的背后，我想一定要先提到一个人，我的导师——汤晓鸥教授。 第一次看见：让机器看见世界 2001年，汤晓鸥教授创办香港中文大学多媒体实验室。今天回头看，那是中国人工智能发展史上一个重要的起点。在当时，没有人会想到人工智能像今天这样改变世界。 那时候，中国人工智能几乎是一片荒漠。核心论文、核心人才、核心影响力，大多掌握在国外。 即便困难重重，我们一批心怀梦想的年轻人，开始在未知的领域里摸索前行。汤老师鼓励我们要和全球顶尖团队比拼，他说，论剑就要到华山论剑。在这种精神激励和努力下，港中文多媒体实验室成为亚洲唯一入选“世界十大AI先锋实验室”的团队。 97.53%，这是人类肉

国产算力走向规模商用，如何跨过从“适配验证”到“真实生产”的关键一步，正成为行业面临的新课题。 近期，商汤大装置与智象未来以视频生成业务为切入，跑通了从国产算力适配到规模应用的完整链路。 对于以图像、视频生成模型为核心的AI企业而言，国产化并非简单地将模型从一种GPU迁移到另一种GPU。尤其是视频生成模型，参数规模大、推理链路长、计算密集度高，从底层算力、推理框架到模型性能、生成效果和工具链，每一个环节都可能成为国产化落地的“卡点”。 作为全球领先的多模态生成式人工智能创新企业，智象未来（HiDream.ai）致力于打造下一代原生全模态世界模型。依托自研HiDream系列大模型，智象未来持续布局商业营销、影视创作、内容创作等场景，目前，其产品已覆盖全球100多个国家和地区，服务超过5000万名专业用户及4万余家企业客户。 作为智象未来重要的AI基础设施合作伙伴，商汤大装置持续通过稳定、高效的AI基础设施，支撑其模型快速研发和迭代。此次，双方进一步将合作延伸至国产算力适配验证。 围绕智象未来重点业务，商汤大装置从底层算力替代出发，深入模型推理、性能优化、生成效果等关键环节，通过全栈技术适配与FDE专家服务，帮助智象未来实现在国产算力环境下的平稳运行，为多模态大模型的国产化部署形成可复用样板。 01 依托LightX2V多卡并行，实现视频生成加速比达93% 对于视觉生成应用而言，性能不足不仅会增加用户使用成本，也会影响产品体验和业务规模化应用。因此，此次合作中，智象未来提出了明确的业务指标：在国产算力环境下，实现高清视频的高效生成，并将端到端生成时长优化至业内领先水平。 基于此具体目标，商汤大装置团队基于LightX2V进行了多卡并行优化，并进一步探索多机多卡场景下的扩展能力。首先从模型的优化入手，基于训练-推理联合优化的思路，通过LightX2V步数蒸馏、CFG蒸馏等训练方案

编者按‌ Coding Agent 跑通商业闭环，让行业看到 AI 创造商业价值的清晰路径；而通往 AGI 的空间，远不止 Coding。在本次专访中，商汤联合创始人、首席科学家 林达华提出判断：未来 1–2 年，多模态将迎来类似 Code Agent 爆发的关键节点，跨过能力涌现的时刻。商汤从计算机视觉起家，持续押注原生多模态与空间智能，U系列、SenseNova 6.8及小浣熊等应用贯穿模型与产品。当视觉、语言、推理与行动真正融合，AI才能走进真实场景。‌ 转载自 36氪，期待共同见证多模态的涌现时刻。‌ 文｜李炤锋编辑｜张雨忻 “没有电脑的年代，也有爱因斯坦和牛顿。我们不会因为他们不写代码，就认为他们不够聪明。” 近日，商汤联合创始人、首席科学家林达华在36氪的专访中，用这句话描述Coding与智能上限的关系，也解释商汤为什么仍把原生多模态作为长期方向。 眼下，Coding Agent已经较早跑通商业闭环。公开信息显示，截至7月底，Anthropic的年化收入已超过650亿美元，约为2025年底的7倍。多模态何时能拿出同样清晰的能力和商业结果，是这次对话反复触及的问题。但从长期看，林达华认为，“AI和AGI的空间远远不止Coding”。 谈到多模态在追求AGI中的位置，DeepSeek创始人梁文锋曾提到，多模态最终会做，但不把它当作智能本身，而是看作一个“组件”。 几乎在同一时间，英伟达创始人兼首席执行官黄仁勋发布了面向机器人和自动驾驶的世界基础模型Cosmos 3。模型将视觉推理、环境模拟和动作预测放在同一套架构中。黄仁勋说，Cosmos 3“能够理解和推理，能够生成，也能进入模拟闭环，甚至可以直接成为策略本身”。 在林达华看来，这并非谁对谁错。每家公司面对的任务、资源和长期愿景不同，选择自然也不同。 商汤从计算机视觉起家，进入大模型阶段后，又把这套技术积累延伸到原

香港，2026年8月26日—商汤集团股份有限公司（“商汤集团”或“公司”，股份代号：0020.HK）发布2026年上半年业绩。报告期内，集团实现收入人民币29.1亿元，同比增长23.4%；毛利12.1亿元，同比增长32.9%；毛利率为41.4%，同比提升2.9个百分点。集团首次披露经常性收入（Recurring Revenue）11.4亿元，占比39.3%，并首次按国际财务报告准则（IFRS）实现盈利人民币6.2亿元。其中，生成式 AI 收入23.3亿元，占集团收入近80%；海外业务收入同比增长127%，远高于集团整体增速。在收入、毛利健康增长的同时，集团持续提升经营效率，主营业务亏损进一步大幅收窄，按非国际财务报告准则（Non-IFRS）计量的调整后净亏损为3.9亿，同比大幅收窄67.3%。集团持续加速AI能力的规模化商用，并以“一套模型、一座Token（词元）工厂、一套智能体管控系统”（“三个一”体系）为核心，推动AI能力迈向完成端对端任务，转化为规模化商业价值。 商汤董事长兼首席执行官徐立表示：“商汤构建的‘一套模型、一座 Token 工厂、一套智能体管控系统’核心能力体系，用一套模型实现持续提升智能上限的路径；持续用基础设施和优化能力降低Token 成本，提高成本定价能力；以智能体深度融入企业与个人工作流，形成结果交付能力。这套体系赋能商汤超越单纯价格竞争，凭借差异化的技术与服务，开创可持续商业价值，同时扩大用户基础，带动经常性收入增长，为集团业务的高质量发展奠定坚实基础。” 一套模型统一多模态架构，持续提升智能上限 模型展现国际领先水平 2026 年，商汤密集发布多款模型，覆盖原生多模态统一、视觉感知与推理、可控生成、长程智能体、空间智能与物理世界模型等方向，包括 NEO-Unify 架构、SenseNova U1、U1.5、U1.5-Lite、SenseNova

得益于广大开发者与用户的信任与支持，商汤日日新SenseNova Token Plan日均 Token 调用量已强劲突破 5,000 亿大关，生态繁荣再创新高度！ 为持续回馈全球开发者与用户，新一代图片创作模型 SenseNova U1.5 Lite 已正式接入 SenseNova Token Plan，以更便捷、更高效的方式赋能更多创新场景。 SenseNova U1.5 Lite基于 Neo-unify 统一架构，生成与编辑一体，原生支持超长指令遵循与 4K 高分辨率输出；无论在高质量生图还是复杂图像编辑场景下，均具备媲美主流商业模型的卓越性能。我们还将在公测期间提供免费配额： 立即体验：前往商汤SenseNova官网控制台 https://platform.sensenova.cn 获取 API Key！ 免费配额：每 5 小时 1,500 次请求，公测期间完全免费！ Model ID：sensenova-u1.5-lite 文档：https://platform.sensenova.cn/docs 核心亮点 生成 + 编辑一体化：单个模型打破“生成”与“编辑”的边界，既能实现精准文生图，又能基于参考图进行像素级微调与修改，一个模型覆盖全流程创作。 精准参考图驱动：编辑接口支持传入参考图，轻松应对图生图、局部重绘、风格迁移、人物保持及元素替换等高阶图像编辑场景。 自动 Prompt 智能优化：内置 prompt_extend 引擎，开启后自动对用户的输入描述进行精炼与扩写，大幅提升图像细节与美学质感。 4K 超高清输出：最高支持 4096×4096 超高清分辨率，覆盖 1:1、16:9、9:16、2:3、3:2 等多种比例。 公测免费无水印：公测期间设置 watermark=false 即可免费生成无水印高清

最近，很多人发现自己住的小区、上班的写字楼，电梯里多了一只小浣熊。 “商汤小浣熊，能搞定工作的AI助手”。这就是商汤小浣熊想对所有人说的话：我们不挑场景，不挑行业，只要你需要搞定工作，我们就在。 今天，我们也想正式向大家介绍这位老朋友的新面孔—— “小浣熊家族”正式升级为“商汤小浣熊 Raccoon Work”。 从今天起，无论是办公小浣熊还是代码小浣熊，它们有了一个共同的名字：商汤小浣熊。与此同时，我们还将推出面向不同行业的产业级版本：小浣熊·教育版、小浣熊·金融版、小浣熊·政数版，更多细节即将公布。 截至目前，商汤小浣熊累计服务用户已超 2000 万，周活跃用户超 300 万，日活用户近期增长达到 10 倍量级。 小浣熊长大了：从办公桌前，走向千行百业；从一个人的桌面，到一群人的工位。 从一份文档，到搞定一切工作 过去一段时间，很多人认识小浣熊，是从一份文档、一段代码、一次会议纪要、一个办公任务开始的。 今年，AI办公的叙事正在从"对话建议"走向"自主执行、任务交付"。行业里一个明显的趋势是：各个公司的产品都想"住进用户的电脑"——读文件、开浏览器、跑代码、整理表格、做PPT，最好再替你把周报发出去。商汤小浣熊正是这条路上的创新者，并早已在AI办公的领域积累了丰富的经验。 它运行在你的桌面端，是一个真正意义上的桌面智能体—— 它可以直接读取和处理你电脑里的本地文件。Excel、PDF、Word、PPT、图片等20多种格式，无需反复上传下载。你授权一个文件夹，它就能在里面完成文件分析、数据整理、结果生成。 它可以一句话操控浏览器。打开网页、读取页面、抓取内容、整理成表。竞品调研、资料查询、信息比对，这些过去需要半小时的手动操作，现在一句话就完成了。 它拥有一个不断生长的"能力中心"。周报生成器、数据分析总结器、会议纪要整理器……你可以直接用，也可以把自己沉淀的工作方法封装

今天，我们正式开源轻量级、原生统一多模态大模型 SenseNova U1.5 Lite。 与预览版（U1.5 Lite Preview）呈现的原生统一多模态模型能力相比，正式版更关注的是，这些能力能否更准确、更稳定地进入真实视觉创作流程。模型重点围绕真实视觉任务重新完善训练数据、任务设计与后训练流程，强化视觉质量、复杂指令遵循、文字与布局、原生4K、原生图像编辑和精细视觉控制等，提供更高可控性、更高清、更高性价比的能力工具，推动 AI 视觉生成真正跨越到“稳定完成真实视觉交付”的新阶段。 目前模型已面向全球开源，开发者与创作者可直接部署体验。 GitHub：https://github.com/OpenSenseNova/SenseNova-U1 Hugging Face：https://huggingface.co/collections/sensenova/sensenova-u15 魔搭社区：https://modelscope.cn/models/SenseNova/SenseNova-U1.5-8B-MoT SenseNova Studio在线体验：https://unify.light-ai.top/ 更完整的视觉创作能力，告别AI创作瓶颈 “精心写了 25 分钟的详细 Prompt，模型却只能解析 1k 字符，不得不花半小时删减细节”；“只想改掉图里的一只杯子，AI 却把背景和主角的脸一起换了”。 这些几乎是每个创作者都遇到过的“崩溃瞬间”。过往几年，行业往往把重点放在卷“画面美感”和“写实感”上；但在实际生产流程中，真正的核心问题是：模型能否精准执行你的完整意图？ SenseNova U1.5 Lite 解决了这一难题： • 3-4k 字符超长复杂指令遵循：打破大多数开源模型在指令超过 1k 字符时易崩溃、遗漏细节的瓶颈。SenseNova U1

8月19日，大晓机器人重磅亮相2026世界机器人大会，集中展示开悟世界模型（Kairos）3.1、环境式数据采集方案2.0，以及面向即时零售、酒店服务和开放场景的“晓满”、“晓新”、“晓途”三大行业解决方案。 展会期间，大晓机器人展台人山人海，成为最值得打卡的展台之一。开悟世界模型3.1吸引专业参展者、投资人及机器人从业者持续关注，环境式数采方案受到具身智能企业集中咨询，尤其是面向即时零售的“晓满”方案前人潮不断，客户和参观者络绎不绝，现场交流热度持续攀升。 大晓机器人提出的“以人为中心”数据范式引发热议。数据不再只是图像、文本等信息的简单堆叠，而是进一步纳入“以人为中心”的真实动作、环境状态、物理规律及因果关系，构建了开放世界视频—人类交互数据—真机数据的三层“数据金字塔”，帮助模型从“描述世界”走向“理解世界、推演世界”。这意味着，世界模型的能力提升不再依赖真机数据，通过高密度人类数据的输入带来了新的智能涌现。 从开悟世界模型、环境式数采方案到三大行业解决方案，大晓机器人正在构建一条“真实场景落地—高质量数据回流—世界模型能力进化—应用规模复制”的产业飞轮。以真实商业场景检验机器人能力，以高质量具身数据反哺模型进化，再将持续升级的“最强大脑”复制到更多应用环境，推动机器人加速走进零售、酒店、城市治理等真实商业场景。 开悟世界模型3.1亮相，专业观众与投资人持续关注 作为大晓机器人WRC首秀的核心展项，开悟世界模型3.1成为展台现场的重要关注焦点。 该模型融合生成智能、物理智能与认知智能，依托原生统一架构打通理解、生成与预测能力，将视觉观测、语言指令、力触状态、策略轨迹等多源具身数据压缩进统一隐空间，从底层实现世界理解、物理生成、动作预测三大能力的深度融合。同时Kairos 3.1 构建了“理解—推演—执行—反思”全链路自进化闭环，可在执行失败时自主定位问题、迭代优化动

今天，商汤日日新全新多模态智能体模型SenseNova 6.8 Flash Lite Preview预览版正式上线SenseNova Token Plan。 这款主打轻量敏捷的模型，具备自主规划、持续执行、多Agent协作、动态纠偏能力，可实现完整端到端结果交付，向着委派智能（Delegated Intelligence）方向演进：用户只需给出目标，AI自主走完全流程，人专注结果验收。正式版6.8 Flash Lite模型以及性能进一步提升的6.8 Flash模型，也将于近期发布。 目前可通过SenseNova Token Plan抢先体验，更有限时免费优惠。 体验平台地址：点击阅读原文即可跳转 https://www.sensenova.cn/token-plan 图片 三大基石构建“委派智能” 围绕长程复杂任务的交付要求，SenseNova 6.8 Flash Lite Preview 在三大关键能力上实现了突破性增强：   长文与长程稳定：支持在数百步、跨阶段、持续数小时的长程任务中保持目标、约束与关键事实，并具备失败时的自主回退与重新规划能力。   Sub-agent 动态协作：主Agent 可动态调度并组织十余个专业Agent，并行完成信息检索、数据分析、数学计算、视觉理解与事实核验。   原生多模态融合：实现文字、图片、图表、文档、视频及应用界面在同一条任务轨迹下的融合规划、推理、工具调用与结果验证。   一个演示：自主操作 & 完成交付 在这个演示中，模型突破了传统“信息获取”的方式，能够自主查阅分析新闻、政策、市场数据及各类多模态信号，识别关键变量，进行深度理解和推理，针对诸如市场动态、体育赛事与事件演化等构建面向未来情景，输出深度分析和预测报告。 此外，新模型还有更多功能、用法等你来体验和解锁。它能帮你轻松制

近日，商汤科技联合沙特国家校车运营管理机构达成合作，打造以人工智能为核心的全国智慧校车一体化数字管理平台。 作为覆盖沙特全国的国家级学生出行数字基础设施，该平台将面向全国超过120万名学生，构建贯穿上下学全流程的端到端数字化管理体系，实现校车运营、安全监管、服务协同和数据治理的一体化升级，为沙特教育数字化和公共服务现代化建设提供重要支撑。 此次双方合作，商汤创新研发面向全国学生交通场景的统一数字基础设施，项目依托商汤多模态大模型、大数据及各类应用级AI agent技术能力，打通学生、车辆、司机、线路及运营管理等全生命周期数据，打造集智能运营调度、安全监控预警、多方协同服务、国家级平台支撑及数据驱动决策于一体的教育交通数字平台，推动沙特学生交通服务从传统运营模式向智能化、平台化、数据化转型。 平台以人工智能能力为核心，围绕学生出行全链路构建五大核心能力： 智能运营能力：平台依托人工智能、自动化技术与实时调度统筹能力，实现高效运营。 安全保障能力：平台融合AI视频分析及其他技术机制，实现学生出行全过程可视、可管、可追溯，进一步提升学生交通安全保障能力。 协同服务能力：平台面向教育主管部门、学校、运营企业、家长、司机及监管机构等不同角色，提供一体化服务体验，实现跨部门业务协同和信息互联互通。 平台底座能力：作为国家级数字基础设施，平台采用高可用、可扩展、安全可靠的架构设计，满足国家级业务规模及监管要求，为未来项目持续拓展和创新应用提供坚实基础。 与此同时，在智能决策能力方面，通过高级数据分析、可视化运营驾驶舱及AI智能分析能力，实现教育交通运行态势实时感知、运营效率持续优化及科学决策支持，推动教育交通治理由经验驱动向数据驱动转型，进一步提升公共教育交通服务质量和运营效率。 值得关注的是，该项目不仅服务于全国小学到高中端的120余万名学生，更着眼于构建覆盖全国教育交通体系