社区

赵何娟：大家好，欢迎来到今天赵何娟Talk @ T-EDGE的现场。今天我们请到了一位技术专家，也是现在炙手可热的AI大模型和世界模型的研究专家——商汤科技联合创始人王晓刚博士。晓刚博士，你好！ 王晓刚：谢谢何娟老师，非常荣幸来到赵何娟Talk。 赵何娟：首先，我想跟您聊一聊关于您的学习经历。从科大少年班开始，您是怎么走上了AI和人工智能这条道路的？能不能先讲讲您的个人经历？ ▎AI之路，从中科大少年班开始 王晓刚：我是1996年进入中国科技大学少年班。但实际上我自己的年龄是正常的，那时候是18岁。科大有个少年班，当时选了一批年龄很小、有才华的孩子，另外也从科大整个范围内选了一批学习比较好的学生，把他们混编在一起。 赵何娟：所以是大带小？ 王晓刚：对，我们都一起上课、住在一起。我的同学当时最小的才12岁，后来去了哈佛，现在是哈佛的教授。 前两年，老师都是教给我们非常基础的数学和物理。到大三的时候，就可以选专业了，我就选了电子工程和信息系统，特别是图像处理。那时候处理的还都是一些遥感图像、地理信息系统。 其实整个信息还是比较闭塞的。在2000年之前，不太知道外面的世界是什么样的，国际最好的AI研究水平是什么样的。甚至，我们都不知道ICCV、CVPR这些顶级会议和期刊，都没听说过。 因为当时整个中国，估计一年也就两三篇CVPR这种水平的论文能中，基本都是从微软亚洲研究院出来的。 我是2001年从中科大毕业，就到了汤晓鸥老师的多媒体实验室。那时候汤老师才告诉我们CVPR和ICCV是最好的顶级会议，我们要朝着这个目标做计算机视觉，但当时整个实验室其实也没有发过这样的顶级论文。 汤老师给我们设定了一个非常高的目标，说我们的多媒体实验室（MM Lab）将来一定能够成长为世界顶级的实验室，你们的目标就是MIT、斯坦福、剑桥这样的顶级学校。后来，在他的指引下，我们确实也做到了。 2004年

近日，全国信标委生物特征识别分委会三届二次全体会议在北京顺利召开。 会上，商汤科技斩获双重重磅认可：不仅获颁2025年度“先进单位”，并连续四届蝉联生物特征识别分技术委员会人脸识别国家标准工作组组长。 这一 “双认证” 既是官方对其技术实力与行业贡献的高度肯定，更彰显了商汤在视觉 AI 领域的引领地位。 标准筑盾 填补技术空白，筑牢安全防线 根据国家标准馆数据统计，截至目前，商汤累计参与生物信息合规应用相关标准近60 项，其中生物特征识别方向国内标准 40 余项。这些标准不仅明确了生物信息 “最小必要采集”、活体安全检测、数据加密存储、合规流转等全流程安全要求，更精准适配城市治理、政务、金融等重点场景，为行业规范化发展筑牢隐私保护根基。 在国际舞台上，商汤同样展现中国企业硬核实力及安全担当：其牵头编制的IEEE Std 2790-2020，作为全球首个生物特征活体检测国际标准，成功填补该领域空白，不仅大幅提升中国企业在国际标准体系中的话语权，更建立了生物信息全流程安全管控的国际标杆，让用户隐私保护与国际接轨。 顺应传统视觉能力与大模型深度融合的技术趋势，商汤近期牵头国际标准IEEE Std 3110™-2025“Standard for Computer Vision (CV)。为计算机视觉算法在深度学习框架中的规模化应用提供国际技术指南。依托原生多模态大模型，商汤将核心技术与可信 AI 实践转化为国际规则，以 NEO 多模态架构等实践成果，支撑多模态视觉业务的国际化发展。 行业攻坚：主导交通标准 身份识别技术赋能多场景 在行业关键领域标准编制方面，商汤持续发挥核心引领作用。 2025年商汤牵头发布的行业标准《城市轨道交通人脸识别通行系统技术要求》，为交通领域的智慧化升级提供重要技术支撑。该标准进一步规范地铁无感通行的技术参数、安全要求与应用规范，既保障乘客“无感通行” 的

2025年12月31日晚，“2025央视财经跨年之夜”正式推出，来自先进制造、现代农业、新能源、人工智能、人形机器人等六大领域的领军企业家，共同展望“下一站，2026”。 商汤科技董事长兼CEO徐立受邀发表跨年演讲，与格力电器董明珠、广汽集团冯兴亚、隆基绿能钟宝申、牧原集团秦英林、银河通用王鹤等企业嘉宾一起，同现场及电视机前的观众共同迎接2026年的到来。 AI不会替代你，但会放大你 以“与AI同行”为主题，徐立分享了他对AI 2.0时代的判断：AI的下一步，不是更快、更强，而是成为人与社会长期的“同行者”——标志不在能力跃迁本身，而在人与AI关系的变化。 习惯一旦形成，就很难再改变。就像你很难让一个已经习惯现代键盘的人，接受一种全新的布局；但第一次接触的人，反而更容易探索出新的方式。因此，教育的意义，从来不是去纠正既有习惯，而是在一切开始之前，让更适配时代的学习方式自然生长。 当AI成为通用能力，学习的重点也变了——不再只是记住知识，而是知道该问什么问题、该用什么工具，以及如何把一个想法一步步变成现实。 在演讲中，徐立分享了两个来自真实学习场景的小故事：一节语文课上，老师用AI将学生作文转化为视频作品，让孩子感受到自己的表达被看见、被回应、被认真对待；而在一场开发者大会上，一位10岁的孩子成为了全场最小开发者，借助AI用几分钟便完成了原本需要几天的小游戏创作。 真正重要的，并不是效率的提升，而是可能性的拓展。那些原本“做不到”的事，开始变成了“我可以试一试”。AI并没有替代创作，而是降低了创造的门槛，让复杂的事情变得可尝试、可修改、可完成。 徐立表示，AI正在成为一座桥梁，连接起更多有想法、有创造力，却曾因缺少工具而受阻的人：人推动AI进化，AI也在反过来放大人的能力边界。 这也正是徐立眼中，AI真正流行起来的原点——当孩子们养成“原生的AI习惯”，自然地人机协

国内第一，商汤日日新V6.5拿下2025年多模态大模型收官之战！ 近日，权威大模型评测基准 SuperCLUE 发布《中文多模态视觉语言模型测评基准12月报告》，商汤日日新V6.5（SenseNova V6.5 Pro）以75.35的总分位列国内第一，斩获金牌，并在视觉推理维度上拿下国内最高分。 商汤日日新V6.5领跑国内阵营 全球竞争力凸显 本次评测涵盖基础认知、视觉推理与视觉应用三大维度、二十项细分任务。 测评结果显示，商汤SenseNova V6.5 Pro最新版以75.35分拿下国内模型第一，领先Doubao-seed-1.6-vision、ERNIE-5.0、Qwen3等。同时，以商汤日日新为代表的国产模型，正在大幅拉近与国外头部模型的距离，全球竞争力得到显著提升。 在各维度能力对比中，报告指出，商汤日日新V6.5等国产模型在基础认知维度方面已接近头部平均水平，部分甚至看齐Gemini 3.0 Pro。而在视觉推理维度上，国产模型中只有商汤日日新V6.5超过了头部平均，处于行业领先地位，其余国产模型仍有明显差距。 具体而言，商汤日日新V6.5共在七个细分任务中取得国内第一，其中物体描述、文本识别、环境辨识、逻辑推理、代码设计、自动驾驶领域六大细分任务并列国内第一，科学推理任务斩获79.17分为国内最高。 此外，在表情识别、3D物体识别、数学推理、工业应用能力、医疗影像分析、图形界面理解、内容审核等细分任务中，商汤日日新V6.5也有优异表现，综合位居国内模型第一梯队，展现出全面的多模态认知、推理和应用能力。 坚持底层创新 以用户价值牵引模型迭代 多模态领域的突围，是商汤坚持“多模态通用智能”技术战略，以底层创新突破产业发展瓶颈的有力印证。 从创新的模型架构、到数据壁垒的打通，再到训练范式的革新，商汤日日新大模型不断拓展多模态大模型的能力边界。 在今年，商汤

12月29日，商汤科技旗下AI相机产品Kapi相机，成功登顶苹果App Store中国区“摄影与录像”类应用榜首！ 此前Kapi相机就曾在海外爆红，先在菲律宾、新西兰等国成为App Store应用总榜第一，并冲进英国、法国、德国等欧洲多国榜单前五，累计千万级用户量。 作为行业首个真正的“AI拍照助手”，Kapi相机打破了传统相机应用的功能局限：通过复刻Apple Log曲线，打造电影级质感直出效果，让照片告别“数码感”，呈现丰富光影层次与叙事感；内置40余款复古滤镜，精准还原富士、柯达等经典相机风格，满足用户多元审美需求；更能1-2秒内智能识别拍摄场景、主体与时间，自动推荐最优滤镜与构图建议，让摄影小白也能随手拍大片。 Kapi相机是商汤科技布局消费级AI市场的重要产品，从海外爆红到本土登顶的成绩背后是商汤科技在计算机视觉、多模态大模型等领域的长期技术积累，以及对用户需求的精准洞察。同时，连续登顶全球榜单，也展现国产AI应用的产品力，是AI技术与用户需求深度结合的重要体现。 随着AI技术的不断成熟，消费级AI应用正迎来爆发期。Kapi相机的成功，预示着AI不再仅仅是实验室里的前沿科技，而是正以更接地气的方式融入大众生活，开启人人皆可创作的新时代。商汤科技的此次突破，为AI应用的商业化落地注入了新的信心与动力。

近日，上海量子城市空间智能建设年度成果之一——全国规划资源领域首个基础大模型“云宇星空大模型（专业版）”正式发布！ 该模型由上海市规划资源局联合商汤大装置共同研发，不仅填补了行业空白，更以“问不倒、能调图、会统计、能识图、会报告”的硬核能力，成为城市规划和自然资源领域专业人员的“AI伙伴”，推动城市治理向科学化、精细化、智能化迈出关键一步。 作为全国规划资源领域的首个基础大模型，“云宇星空”构建了“1+6”模型体系——以1个行业基座大模型为核心，搭配6个垂类模型，既具备通用智能能力，又深耕行业场景需求，同时围绕不同业务目标搭建多领域智能体体系。 目前模型已覆盖规划资源、政府治理、社会共创三大领域的十大核心场景，实现技术创新与治理效能的深度转化。 一个懂规划、会分析的“专业助手” 与普通对话机器人不同，“云宇星空大模型（专业版）”是深度融入规划资源业务全流程的行业“专家”。它基于全国首个规划资源领域全贯通专项语料库“坤舆经略·语料库”训练而成，参数量高达6000亿，对国土空间规划的行业规律和自然资源谱系的基因演变有着深刻理解。 依托商汤大装置与日日新多模态大模型的一体化支持，该模型不仅能读懂卫星遥感影像、城市规划图、三维实景、文本报告等跨模态数据，还拥有自主决策的调度引擎，可协同时空智能底板、垂类模型与多智能体完成复杂任务编排，实现从单点智能到体系化智能的跨越。 五大核心专业能力，让“云宇星空”成为专业人员的得力助手。 “问不倒” 基于900多份高质量规划文档，系统沉淀了超10万组基础问答及1000+条行业专家问答对，建成涵盖上海总体规划、十五分钟社区生活圈、产业用地、生态复合等十大领域的专业知识库，且能随业务动态迭代更新。预计明年6月，将完成规划资源系统60+全专业领域知识图谱构建，提供精准可信的决策咨询服务。 “能调图” 打破了传统GIS操作的高门槛，用户通过自然语言描述

今天是商汤科技「产品发布周」第六天，我们再来谈谈手机里的那些事儿—— 还在感叹手机拍照“风格不够多”“数码感太强”，或者想用手机拍出“电影般的叙事感”？ 今天在商汤科技产品发布周上，有一款“最懂你的AI拍照助手”——Kapi相机，能帮你终结这个难题。 今年以来，Kapi相机不断加速增长，目前已是千万用户的首选摄影App，12月18日在中国区App Store摄影榜位列TOP2。近期更是风靡全球、屡次登顶多国APP Store榜单。（相关信息：火到全球！商汤「Kapi相机」接连登顶多国APP Store榜单） 它还是行业首个真正的“AI拍照助手”，融合了商汤日日新多模态大模型能力，与专业摄影技术和艺术理解，让你无需专业技巧也能“随手拍大片”，记录生活最本真的温度与色彩。  下面就来具体看一看，Kapi相机到底有何不同？ 懂用户的AI摄影导师 3大核心亮点，随手一拍即大片 电影级质感直出：复刻Apple Log曲线，告别“数码感” 如今的手机拍照技术越来越先进，画面解析度越来越高，但过于“干净”、“锐利”的效果，反而让照片失去了胶片或电影般的松弛感与叙事感。很多用户想要追求电影级的光影层次，却苦于没有专业的后期技术。 左右滑动查看更多↓↓为了让普通用户无需后期也能拍出电影质感，Kapi相机在技术上搭建了专业的图像处理工作流，通过复刻Apple Log曲线，从拍摄源头模仿电影的记录方式，最大程度保留画面的原始光影信息，让照片的动态范围更大、色彩层次更丰富，同时去除原生锐化，呈现出柔和细腻的质感。 无需复杂的后期调色，直出就能获得有叙事感的大片，普通用户也能轻松变身生活Vlog导演。 左右滑动查看更多↓↓ 40+款复古滤镜：AI还原经典，唤醒用户的“记忆色” 富士的清透、柯达的暖意、诺基亚的千禧风、CCD的通透感……每个人心中的“复古”都有专属模样，单一设备根本无法满足多

今天是商汤科技「产品发布周」第五天，让我们来谈谈日常生活里的刚需痛点—— 我们生活里和“钱”相关的烦恼总是五花八门： 线下消费小票丢三落四、线上支付账单分散各处难统计，月底复盘总陷入“钱花哪了”的困惑；想存钱却不会做预算，计划总被意外支出打乱；消费没提醒，各种订阅自动扣费，不知不觉中就月光、超支。 年轻人对美好生活的向往，与个人财务管理的粗放现状，形成了一道普遍存在的鸿沟。 针对这些痛点，商汤科技发布了全新升级的“咔皮记账APP”，融合日日新多模态大模型与日常消费记账等场景，成为年轻人的首个“新一代AI财务助手”。 作为一款AI原生财务Agent工具，咔皮记账坚信“生活很复杂，财务应该简单化”！ 从AI自动记账到智能预算规划，从AI消费提醒到复盘洞察分析，咔皮记账的目标，就是帮助广大用户以最新潮、最AI的记账方式，“掌控消费、改善财务，找回生活的松弛感”。 四大AI技能 开启无痛财务管理新体验 咔皮记账深入洞察年轻人在财务管理中的各种核心痛点，不做简单的功能堆砌，而是以AI为核心驱动力，系统性提供从记录、规划到洞察的全流程解决方案。 下面看看咔皮如何带你告别手工记账的过去，拥抱AI时代财务管理的新方式 记账还靠手？OUT了！AI 自动记账，拍一拍、说一说就搞定 繁琐的操作是记账的最大敌人。手动输入金额太麻烦、线下开的小票容易丢、线上账单又分散在微信、支付宝、外卖、电商等多个平台，让记账变成“负担”，长期很难坚持。 咔皮记账彻底重构了记账方式。线下消费只需“拍一下”小票，线上消费“点一下”账单截图，甚至直接语音“说一下”消费详情，咔皮记账就能自动、准确地识别出消费金额、类别以及资产账户，告别所有手动输入的麻烦，让记账真正成为一件轻松可持续的日常。 左滑看如何实现"说一下"记账 存钱计划总泡汤？AI 智能预算规划，一键生成个性化方案 “月初定预算，月中就花超”是许多人的常态。预

12月15日，商汤科技基于在生成式AI与多模态交互领域的技术积累，正式发布Seko2.0——行业首个多剧集生成智能体。该智能体在多剧集视频生成的一致性方面展现出显著优势，其背后依托的是商汤自研的日日新Seko系列模型，包括SekoIDX、SekoTalk等图像与视频生成多模态模型所构建的技术底座。 商汤日日新Seko系列模型已完成对国产AI芯片寒武纪的适配，国产算力对AIGC核心场景的支持实现了从语言到多模态的关键跨越。这不仅是技术协同的深化，更是国产AI生态的重要完善，为视觉内容的创新开发提供了更坚实、自主的底层支撑。 其中，商汤LightX2V框架设计了强兼容的国产化适配插件模式，可快速完成各类国产硬件的适配，目前已支持寒武纪等多款国产芯片；为了更好释放国产算力优势，Seko系列模型与LightX2V框架在设计之初即引入了低比特量化、压缩通信、稀疏注意力等硬件友好创新机制，将推理性能提升3倍以上。 今年10月，商汤科技与寒武纪已达成战略合作，重点推进软硬件的联合优化，并共同构建开放共赢的产业生态。此次与寒武纪在多模态生成模型的适配，是国产大模型与国产算力底座协同创新的重要实践，让更多开发者和企业能够以更低成本享受到顶尖的多模态AI能力。 适配完成后，商汤科技与寒武纪还将在多个方向共同进一步展开深度优化： • 持续优化模型核心能力：将在长序列处理、低比特计算等方向持续优化，在确保模型效果的基础上进一步提升多模态生成的整体效率与响应速度。 • 提升算力利用率与成本效率：通过算子融合、算子自动调优等，推进更高效的计算与存储方式，降低模型运行所需的资源占用，让更多企业能够以更低成本获得高性能的多模态能力。 • 强化大规模并行处理能力：基于计算与通信并行等优化技术，优化跨硬件的调度与通信策略，提升复杂任务在大规模集群中的运行效率与稳定性。 •&nbs

今天，Seko2.0重磅发布！ 作为行业首个创编一体、多剧集生成智能体，Seko2.0专为当下炙手可热的短剧、漫剧行业的个人创作者与工作室量身打造，让“一人剧组”变成可能。 自2025年7月上线以来，Seko仅用两个月用户量即突破10万，不到半年已聚集超20万创作者，其中30%为短剧创作者、20%为漫剧创作者，成为高浓度的创作者社区。 如何让创意落地更高效、创作门槛再降低？今天，全新Seko 2.0的功能升级给出答案： 全新UI升级，突出视觉效果呈现，沉浸式创意体验； 多剧集生成功能，超长上下文管理，支持100集以内剧本的连续创作； Agent智能调度，不同剧集中，人物场景道具灵活关联，人物妆造可随场景改变。 想象力为产品插上翅膀，产品力为想象落下锚点。正如商汤科技董事长兼CEO徐立所言：“Seko将打开一扇门，让原本不具备创作能力但是具有创作想象力的人，真正意义上走入到创作生态中，去释放他们的想象力。” 短剧很热，制作很难？ Seko2.0让“一人剧组”成为可能 当下AI漫剧、短剧赛道呈爆发式增长态势。 巨量引擎数据显示，今年上半年漫剧供给量以83%的复合增长率持续扩容，对外输出超3000部作品，流水规模更是翻了12倍。大量个人创作者与小团队涌入，甚至将其视为“第二职业”。 市场火热的背后，是创作者对高效创作工具的强烈渴求。目前，市面上大部分AI视频生成产品仅支持单集短片或片段素材生产。 创作者若想完成多集连续剧，不得不面对多工具切换、复杂工作流搭建、角色与场景一致性难以保持等核心痛点。对于广泛的个人或小团队而言，“一人剧组”的规模化、高质量内容生产依然遥不可及。 此前，Seko 1.0已成功帮助大批创作者摆脱了在多工具间疲于切换、为复杂提示词耗费心力的困扰。为更好地满足创作者对高质量、规模化多剧集创作的迫切需求，全新的Seko 2.0带来两项核心技术突破： SekoID