社区

开始征集！人民日报新媒体 × 商汤 Seko 📢 人民日报新媒体 × 商汤 Seko #未来已来AI创意大比拼# 开启征集！ 🕒即日起 - 3月15日 🎥用 Seko 做一支关于“未来中国”的视频，即有机会： 💰 赢万元大奖 🚀 优质作品【无上限投流】 🎞️ 人民日报新媒体展映 🔥活动详情见尾图官网 期待各位的优秀作品～ #商汤科技#商汤Seko#人民日报#AI

近日，大晓机器人联合上海交通大学、南洋理工大学、香港中文大学、香港大学等研究机构共同推出以空间智能为底层框架、跨不同具身本体的通用基础模型“ACE-Brain-0”，正式面向全行业开源。 ACE-Brain-0首次打破汽车、机器人、无人机等不同本体壁垒，贯穿空间认知、自动驾驶、低空感知、机器人交互，重新定义了物理世界智能的技术底层逻辑。其性能表现在涵盖空间认知、自动驾驶、低空感知、具身交互的24 个核心 benchmark 中，19 个取得当前模型中的 SOTA（排名第一） 成绩，全面大幅领先市场主流具身模型。ACE-Brain-0主要对标GPT-4o、Gemini 2.5-Pro、Qwen2.5-VL-7B-Inst、RoboBrain2.0-7B、MiMo-Embodied-7B等16个知名模型，将19个Benchmark具身模型最强基线准确率相对提升5%-97.8%。在衡量三维认知的MindCube，以82.1%的成绩，较最好的开源模型（InternVL3-8B）提升了97.8%。 目前，上述模型已应用于大晓机器人具身超级大脑模组A1，使搭载具身超级大脑A1的机器狗具备行业首创的端到端自主导航能力，并且基于VLA架构实现云端智能交互，让机器狗具备理解抽象指令、感知复杂环境、完成复杂任务的端到端闭环能力。 在城市人行道等复杂公共场景中，搭载ACE-Brain 的机器狗展现出卓越的导航与VLA能力。以图片场景为例，面对“估算行人和摩托车间距、判断是否有足够空间导航通过”的需求，ACE-Brain赋能机器狗精准完成三大核心动作： 依托空间认知能力，可精准量化行人和摩托车间距约0.5米，为导航决策提供可靠依据；通过视觉语言理解，清晰解析自然语言指令，实现“看—懂—判”的连贯交互，无需额外定制化指令；在导航决策中，既能判断空间足够通过，又主动提出“谨慎前行”的安全建议，兼顾效率

今天，商汤科技发布最新技术博客—— NEO-unify: 原生架构打造端到端多模态理解与生成统一模型（NEO-unify: Building Native Multimodal Unified Models End to End）。文章深入解读NEO-unify：一项旨在从底层统一多模态理解与生成的端到端原生架构。  当前，多模态模型普遍采用“视觉编码器（VE）用于理解，变分自编码器（VAE）用于生成”的组合式设计。这套范式虽行之有效，却也内在割裂了感知与创造，常面临模块协同与效率权衡的挑战。  我们能否更进一步，让AI像人一样，直接从最原始的像素和文字中，统一地进行学习、理解与生成？这正是NEO-unify尝试回答的根本问题。它摒弃了传统的VE与VAE，首次构建了一个真正的端到端原生统一模型，在同一个架构内直接处理像素与文本，并在此基础上协同完成理解与生成任务。初步研究成果令人振奋，该设计在保持强大语义理解与细节恢复能力的同时，显著提升了训练与计算效率。 博客原文 Hugging Face地址（英文）： https://huggingface.co/blog/sensenova/neo-unify 官方地址： 英文：https://www.sensetime.com/en/news-detail/51170542?categoryId=1072 中文：https://www.sensetime.com/cn/news-detail/51170543?categoryId=72 NEO-unify：原生架构打造端到端多模态理解与生成统一模型 当前多模态智能架构困境 长期以来，多模态研究已形成一种默认范式：视觉编码器（Vision Encoder, VE） 负责感知与理解，而变分自编码器（Variational Autoencoder, VAE） 则用于内

昨天，上海中学国际部迎来新学期开学首日。 校园里出现了一位特殊的“迎新使者”——由商汤科技“商量AI讲解大脑”驱动的智能讲解机器人亮相校园，以生动鲜活的互动形式迎接返校学子，为开学日注入了浓厚的科技活力，成为校园里一道亮眼的风景线。 活动现场，不少同学主动驻足，与智能讲解机器人互动交流。机器人不仅热情送上新学期的美好祝福，还能主动回应同学们的各类疑问，沉浸式的体验让开学日的校园充满了欢乐气息与科技探索乐趣。 此次开学日的精彩亮相，商汤“商量AI讲解大脑”赋能的智能讲解机器人进入校园，意在打造智慧教育与科技创新实践的全新场景，让孩子感受“有温度、更智慧”的AI应用场景。 目前，商汤讲解机器人已率先应用于全国各类公共服务中心、校园、银行、博物馆等场所，化身“智能讲解员”，为师生、群众提供讲解服务。依托商汤领先的AI技术优势，机器人具备结构化逻辑输出与100%标准化信息传递能力，可精准、稳定地讲解如校史沿革、校园文化等内容，避免了传统人工讲解中信息遗漏、口径不一的问题，确保对应场景传播的准确性与专业性。 机器人搭载的全面问答功能与可迭代生长的知识体系，在开学日也能够精准回应师生关于校园文化、办学理念、校园设施等方面的个性化疑问，让信息传递更高效；智能断点续讲、精准语义识别等核心功能，打破了传统讲解的机械模式，允许师生在参观过程中随时打断、自由提问，真正实现了从“被动聆听”到“主动探索”的互动升级，让校园文化传播更具趣味性和参与感。 上海中学国际部是经上海市人民政府批准设立的外籍人员子女学校，始终致力于构建世界一流的、研究型、创新型中国基础教育领先名校。此次商汤科技的AI讲解大脑的应用，是探索“人工智能+教育”深度融合的重要实践。 商汤AI讲解大脑赋能的智能讲解机器人不仅为校园文化传播提供了智能化新载体，更让学生在日常校园生活中近距离接触前沿科技，在潜移默化中激发科学探索兴趣，培养

你的AI PPT工具，是否还停留在“一键生成，手动重做”的尴尬阶段？ 节后复工，需求扎堆而来。本想借助AI提高效率，却往往深陷新的泥潭：生成的模板难以适配具体需求，想改一页却牵动全局，最终风格凌乱，不得不手动重做……AI生成的，为何反而成了最难修改的“枷锁”？ 问题在于，许多AI只负责“生成”，却未将真正的“编辑权”交还给你。 现在，一切不同了。 近期，商汤办公小浣熊重磅推出「可编辑」的AI PPT，真正实现“一键生成，页页可改”。从生成到交付，每一页都由用户掌控，才是真正好用的AI PPT。 该功能现已全面上线，登录商汤办公小浣熊官网，点击「PPT 生成」-「创意模式」即可尝鲜体验！（点击阅读原文跳转）： https://office.xiaohuanxiong.com/home 面对最真实的PPT创作场景——充斥着来自老板与甲方五彩斑斓的需求变化，办公小浣熊可编辑的AI PPT能力都能“懂”，恰恰能做到这三点↓↓↓ ①懂你赶时间的急 多套模版即选即用 高效出稿“不翻车” “今天来需求，报告方案明天要！”相信是很多人都有过的经历。 面对时间紧、任务重的紧急需求，办公小浣熊「PPT生成-创意模式」内置了一批高品质、高审美的成品风格，工作汇报、市场调研、商业提案、活动策划……都可直接预览、一键套用。 用户只需选风格、丢思路，剩下的就交给小浣熊即可，不用再对着空白页面发愁，也不用费劲想提示词。整个过程视觉统一、出稿迅速、成品可用。 ②懂你抠细节的严 单页级对话修改 精准调优“可编辑” 只想改其中一页，但AI却把整个PPT推翻重来？办公小浣熊彻底杜绝“牵一发而动全身”的烦恼——每一页都支持独立编辑，想动哪页就动哪页，其他页面纹丝不动。 更重要的是，小浣熊提供全方位的单页编辑能力，满足用户不同场景的调整需求 单页重新生成：整页不满意？AI对话重生成，无需重做全稿。 单页文案润色：表

修图五分钟，内耗两小时？你是不是也受够了春节假期时精心拍摄的全家福，反复调试美颜参数却也难以让每位家人都满意；视频拜年时，为调试美颜参数而手忙脚乱，出来的效果却一言难尽…… 够了！美颜技术该进化了！ 商汤科技正式推出的美颜Agent，通过将更智能的AI分析和决策能力与历经海量验证的美颜SDK效果执行深度协同，打造出一个能更精准听懂人话、更深刻懂得审美的AI 美颜助手。 用户无需复杂学习，仅需一句自然描述，即可在多种场景下获得既显著又保留个人特色的原生美感。它不只是执行美颜算法，而是通过理解人与场景，实现自主决策并执行最适宜的美颜策略，从而将用户体验从繁琐的手动参数调整，全面提升至“AI智能决策、一键生成效果”的新高度。 实现“智能”与“自然”的真正统一 当前，市场上的一些解决方案在纯AI或纯传统SDK之间徘徊。商汤美颜Agent的核心突破，在于成功构建了更智能的AI决策+稳定可靠的SDK执行协同架构，兼顾AI 的判断力和传统美颜的稳定性。它可支持用户进行图像检测、一键美颜、图片编辑实现互动式修图，智能美颜修图和Effects特效引擎sdk联动，解决了目前的AI修图略假失真的问题。 商汤美颜Agent能基于商汤在AI领域多年的积累，精准地理解用户“帮我把肤色修得透亮有元气”、“想要上镜脸但不要失真人”等复杂、主观的表述，并像专业修图师一样，通过分析人脸特征、肤质、五官比例，判断图片、短视频、直播等具体使用场景，可决策需要调整部位、调整比例、需要保留真实感的部分，生成恰到好处的美化策略。​ 此外，凭借在传统SDK领域的经验，商汤SenseAR SDK精准、可靠地执行 AI 的决策，确保了美颜Agent从磨皮到轮廓调整的每一项处理都极度稳定、细腻且可预测，避免AI的过度修饰和塑料感。同时，不依赖用户盲目调参、减少试错成本，底层效果可控、可复现，适合直播与规模化使用。 商汤美颜Ag

随着“人工智能+”行动全面实施、高质量共建“一带一路”向纵深发展，人工智能已成为全球数字新基建的重要组成，更是中国科技出海的新名片。 在医疗健康领域，“AI+医疗”正突破地域限制，以技术普惠弥合国际医疗差距，成为“健康丝绸之路”的重要抓手。作为沿线重要伙伴，印度尼西亚长期面临医疗资源与能力分布不均的重大挑战，普遍采用X光作为首要分诊工具。因此，如何提升这一环节的效率与一致性，成为当地医疗机构持续关注的现实课题。 在此背景下，商汤医疗率先携手印尼当地最大的私立医疗集团——Siloam Hospitals Group（以下简称Siloam），落地SenseCare®胸部X光智能分析解决方案，成为中国首个成功出海的AI影像普惠方案。 该方案以“低成本、高可及”模式赋能海外医疗体系，不仅从流程、效率与精度等方面全方位提升医院智慧影像诊疗能力，更以实际行动助推当地医疗系统的可持续发展，彰显中国企业的方案价值与技术担当。 出海突围 开启印尼智慧影像新篇章 Siloam作为印尼领先的私立医疗集团，在全国管理着41家医院和73家诊所，覆盖雅加达、爪哇岛、苏门答腊岛、加里曼丹岛等区域，每年接诊近两百万名患者。长期以来，Siloam在推动医疗服务普惠和体系升级方面始终走在前列，此次选择与商汤医疗达成合作，正是基于对商汤医疗技术成熟度、产品可靠性及落地能力的综合认可。双方携手，旨在共同攻克印尼X光影像诊断效率欠佳、资源不均的难题，实现AI辅助诊断“零的突破”，系统性赋能本土医疗体系升级。 商汤医疗SenseCare®胸部X光智能分析解决方案，正是破解这一痛点的关键。该方案基于深度学习算法，能对X光胸片进行快速智能分析，精准检出肺、纵隔和骨三大类关键部位异常，支持气胸、肺炎、肺结核等十余种疾病的辅助检测，并提供相应量化分析与结构化输出，辅助医生在高负荷阅片环境下快速、稳定地完成阅片，并降低漏诊率，

商汤科技旗下AI视频创作智能体Seko发起的首届“全民AI春晚共创计划”正式落下帷幕。 这场以“马年焕新”为主题、全民可参与的AI创作盛会，历时数周，最终集结了来自全国各地的200余部创意作品，以技术之力为传统春节注入了崭新的生命力。 没有导演，无需排练，从细腻逼真的4K画风大片，到皮影戏演绎的传统年俗，再到诙谐幽默的宠物小品——广大网友借助Seko AI工具“手搓”出一个个令人惊艳的节目。 本文就含有四支精美作品合集，好作品一次看个。 作品题材横跨相声小品、家庭短剧、歌舞才艺与创意整活，风格多元、脑洞大开，被网友直呼为“神仙打架”。其中，四分之一创作者凭借出色作品斩获现金奖励与平台流量扶持，多部优质内容成功破圈，在全网提前点燃“过年模式”。 值得关注的是，本届共创计划的创作者画像呈现出鲜明的“全民性”。参与者既有来自影视制作领域的资深爱好者，也不乏学生、宝妈、上班族、公务员等跨界人群。他们因Seko AI的低门槛创作体验而聚集，用想象力重新定义“春晚”。 作为行业首个创编一体、多剧集生成智能体，商汤Seko自2025年7月上线以来迅速走红。上线仅两个月用户量突破10万，不到半年已聚集超20万创作者。从技术落地到文化共创，商汤Seko正以“人人皆可创作”的理念，推动AIGC从专业圈层走向日常生活。 本次“全民AI春晚”不仅是一场科技与民俗的融合实验，更是一扇窗口，让我们看到当创意不再受限于工具时，传统节日将焕发出怎样的无限可能。未来，商汤将持续深耕AI视频生成与创作智能体，让更多普通人以最低的门槛，触碰最高的创意天花板。

全球知名指数公司MSCI（摩根士丹利资本国际公司，简称明晟）公布2月份指数季度调整结果，商汤科技集团-W（00020.HK）B类股获纳入MSCI中国指数，相关调整将于2月27日收盘后正式生效。 MSCI指数是全球机构投资者广泛采用的基准指数，其成分股调整备受资本市场关注。MSCI中国指数作为MSCI全球标准指数系列中MSCI全球新兴市场指数的重要组成部分，是国际资本配置中国资产的关键参照。 公司获纳入MSCI中国指数，反映其自由流通市值、流动性及国际的可投资性等客观量化指标符合MSCI的严格筛选标准。此外，MSCI亦会考量公司所处行业竞争优势等因素。 商汤科技表示，获纳入MSCI中国指数，体现了国际资本市场对公司在人工智能领域的核心技术实力、长期发展战略、稳健商业化进程以及高标准公司治理水平的认可。商汤科技将继续推进“大装置-大模型-应用”三位一体的战略布局，加速从技术领先迈向规模化的商业落地。 此次纳入将有助提升商汤科技对更广泛长期价值投资者的吸引力，为公司的长远发展积蓄更为稳定的资本市场支持。在人工智能行业加速发展的背景下，以商汤科技为代表的中国人工智能前沿力量，正获得全球资本市场的关注与价值重估。

这个春节，让手机拍照功能彻底“开挂”！ 当你想要珍藏团圆饭的温暖、烟花绽放的绚烂时，是否总感觉手机直出照片少了点“质感”？ 在视频领域，苹果的Apple Log是行业标杆，以其电影级色彩和巨大后期空间被专业创作者推崇。但想得到一张同等电影感的静态照片，却得走“拍视频->选帧->截图”的繁琐弯路，还牺牲了画质。 针对这一行业痛点，商汤科技旗下「Kapi相机」推出Kapi Log拍照功能，将Apple Log在视频领域树立的专业标准，首次完美引入至手机拍照领域。 商汤Kapi相机的核心算法将自研 Log 曲线深度融合至底层影像管线，直接处理 Raw 域数据，为最高 4800 万像素的照片注入电影级质感，表现可比肩 Apple Log。 全家福的笑脸、年夜饭的热气、夜空的烟花……现在，按下快门，直接得到的就是一张电影感“专业底片”。 一次快门，一张“电影底片”，专业效果触手可得 Kapi Log是什么？简单说，它让你拍照时直接生成一张类似Apple Log的“灰片”。 这张“灰片”最大程度保留了画面的原始信息：高光不过曝，暗部有细节，为用户后续的创意调色提供了专业级起点。  此次 Kapi 相机的技术突破在于，将Log管线创新性用于拍照流程，并从RAW原始数据开始处理。这意味着： l  从源头杜绝“塑料感”：规避暴力锐化算法，还原真实质感； l  发挥硬件极限：以DNG格式保留极致动态范围，为后期留出巨大空间。 在画质、宽容度与工作流效率三大维度上，Kapi Log实现全面跨越： l  画质突破：高解析与真质感兼得​ 对比视频截帧，Kapi Log基于拍照管线，可输出最高4800万像素的成片，细节远超4K视频截帧（约800万像素），给予你充足的裁剪自