社区

作为人工智能领域的领军企业，商汤科技始终深耕AIGC技术研发与场景落地。 近日，商汤Seko在2026上海影视创制大会上隆重推出“创所未见·2026年度AI短片计划”，3月10日起正式启幕，面向全球征集优秀AI短片作品！ “创所未见·2026年度AI短片计划”由上海大宁资产经营（集团）联合主办，视听静界·π空间提供场地支持，商汤Seko为独家视频生成平台。该活动致力于打造全球性、专业性、引领性的文化科技赛事IP，并且计划将搭建全球AIGC创作者交流高地，挖掘优质AIGC内容与人才，推动人工智能与影视创作、文化传播深度融合，让中国文化魅力与上海城市精神通过AIGC技术对话世界！ 商汤Seko将为全球创作者提供更广阔的展示舞台与技术支撑，助力创作者打破创作边界、释放创意潜能。在此我们诚邀全球范围内擅长AIGC创作的你/你们踊跃投稿参赛，用创意与技术共探AIGC在视听创作领域的无限可能！ 01 参赛对象 面向全球AIGC创作者及团队，不分国籍、年龄、职业，均欢迎报名： 专业领域：影视公司、AI 科技企业、专业创作团队； 校园渠道：全球高校学生（含本科、硕士、博士）； 大众参与：AIGC爱好者、独立创作者； 海外同行：海外华人AIGC创作者、外籍AIGC创作者（接受多语言参赛报名） 02 参赛作品要求 1.时长：30秒-8分钟（其中微短片类30秒-3分钟，常规短片类3-8分钟）； 2.分辨率：不低于1080P（推荐4K），格式为(MP4/MOV） 3.原创性：参赛作品须为原创，未参与过其他同类赛事，无版权纠纷；若使用第三方素材，需注明来源并获得授权； 4.标注要求：作品片头需标注“本作品由AIGC技术创作”，片尾注明视频生成平台Seko及应用环节。水印及视频尾板素材链接： https://my.feishu.cn/drive/folder/AjaAfY83WlqwfudtGYhce

近日，大晓机器人重磅开源开悟世界模型3.0（Kairos 3.0）-4B 系列具身原生世界模型。作为业内首个实现 “多模态理解 — 生成 — 预测” 一体化的开源具身原生世界模型，该模型以 “物理因果一致、跨本体泛化、超长时交互、云侧实时生成、轻量化高效能、端侧本体控制” 为核心优势，性能全面领跑国内外主流具身世界模型。 Kairos 3.0-4B 是全球首个可端侧驱动具身智能本体控制的世界模型，也是行业内首个在 THOR 端侧平台达成 1:1.5 （视频生成时间：视频时长）实时生成的具身世界模型。该模型部署于Jetson Thor T5000 端侧平台，算力可达517 TFlops，不仅能在 3D 仿真环境中精准生成机械臂运动形态、完成运动轨迹的预测与规划，更可依托 THOR 端侧平台实现机器人本体的真实驱动与作业执行，让机器人真正从“会表演”走向“能干活”。 在全球权威具身智能 Benchmark 评测中，Kairos 3.0-4B 各项指标全面领先。在 A800 GPU Benchmark 中，基于模型能力和推理工具，Kairos 3.0-4B 的推理速度较 Cosmos 2.5 提升 72 倍，刷新全球具身世界模型性能纪录，充分验证了其硬核技术实力。 Kairos 3.0-4B 兼具通用世界模型能力与具身场景深度赋能优势。在通用场景下，该模型可生成高度还原的真实物理世界，以黄果树瀑布为例，其能精准呈现自然光影效果，支持流畅运镜且无画面跳帧，云、水、叶片等元素均可实现动态演化；同时，模型深度适配具身智能需求，凭借双重能力打通数字仿真与物理执行，以中国自研核心技术破解行业核心痛点，为具身智能规模化落地提供核心引擎，成为具备全球竞争力的具身世界模型标杆。 ▎以原生世界模型架构，筑牢具身智能对物理世界的底层认知 当前，具身智能行业深陷数据稀缺且割裂的困境，传统生成

​3月12日，与德国IFA、美国CES齐名的全球顶级行业盛会——中国家电及消费电子博览会（AWE 2026）在上海新国际博览中心隆重启幕。 当这个舞台聚集了全球消费电子领域的顶尖硬件时，商汤科技的展区却提供了一种独特的体验：在这里，AI本身就是最核心的“展品”。 AI并非附着于单一产品，而是作为“大脑”和“灵魂”，注入从教育、办公到影像、机器人等形态各异的智能终端之中，生动诠释了“AI科技，慧享未来”的展会主题。 AI BOX现场吸睛！商汤小浣熊“OpenClaw双路径赋能方案”亮相 在本届AWE现场，商汤科技推出基于OpenClaw生态的智能体一体化交付方案，当Agent拥有了实体，这吸引了大量现场关注。 本次亮相的核心，是围绕OpenClaw智能体生态推出的 “能力开放”与“一体化交付”双路径方案。 路径一：能力开放，接入生态。商汤将“办公小浣熊”在数据分析、文档处理等场景中积累的成熟能力，封装为一组可便捷调用的 Raccoon Skills，并全面接入OpenClaw生态。企业和开发者可通过OpenClaw直接调用这些技能，快速增强智能体的专业办公处理能力。 路径二：一体交付，本地落地。商汤与趋境科技联合推出的本地AI Box一体化方案，以OpenClaw作为智能体任务规划与执行层，打通从能力接入、任务执行到企业级交付的完整闭环。该方案尤其适用于对数据安全、私有化部署及合规性要求极高的金融、政务等场景，为企业提供可部署、可运维的可靠落地形态。 在这一协同体系中：小浣熊解决“能做什么”，OpenClaw解决“如何执行”，而AI Box则解决了“如何真正落地”。三者结合，共同推动智能体技术从“会回答”向“会完成、可交付”的务实演进。 目前，“办公小浣熊”可通过对话完成从数据分析到报告交付的全流程，已服务超300万用户；“代码小浣熊”则作为全生命周期研发伙伴，已落地于超10

最近全网掀起“养龙虾”（OpenClaw）热潮，大家都在想怎么让它更厉害。 今天，我们带来了一个更实用的答案：一只软硬一体又安全的“实干龙虾”。 简单说，我们做了两件事情： 第一，我们把商汤办公小浣熊的办公能力，封装成为可调用的Raccoon Skills，上架到了OpenClaw生态中。 以后，你的OpenClaw就能直接调用小浣熊处理Excel、分析数据、生成报告这些看家本领了，就像给龙虾装上了专门处理办公问题的“工作钳”。 Raccoon Skills： https://clawhub.ai/Raccoon-Office/raccoon-dataanalysis-skill 左右滑动查看小浣熊为龙虾注入数据分析新技能 第二，我们将联合“趋境科技”，推出一个“开箱即用、安全可控”的AI Box一体化方案。 很多朋友想要拥抱OpenClaw，但常常被两个问题劝退： 1、太复杂：自己部署配置，技术门槛高，且安全层面不可控。 2、用不起：调用云端大模型API，Token消耗像流水，账单涨得比效率还快，重度用户每月成本可能高达数千元。 所以，我们联合合作伙伴趋境科技推出“本地部署 + 云端扩展”一体化方案，把OpenClaw、小浣熊的能力，和一台优化好的AI BOX打包，做成了一个 “AI办公专用机”。 整套方案以 OpenClaw 作为 Agent 执行层，承接多入口接入、任务执行和自动化调度；以办公小浣熊提供办公能力与云端扩展服务；以趋境 AI Box 承接本地推理、设备部署与远程运维支持。 这套方案的核心优势主要有两点： 一次性买断，告别Token焦虑：盒子买下来，核心的办公与推理能力就在本地运行。没有持续的API调用费用，成本清晰可控，特别适合一人公司或十人以下的小团队。 安全可控，上手即用：数据留在本地，隐私安全；插电联网就能用，不用自己折腾复杂的安装和运维

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