炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

““SenseNova V6 Omni”成爲國內首個商業化的全模態實時交互模型。”

作者：蘇打

編輯：tuya

出品：財經塗鴉（ID：caijingtuya）

公司情報專家《財經塗鴉》獲悉，4月10日，商湯科技在其“2025技術交流日活動”中，宣佈推出全新升級的“日日新SenseNova V6”（簡稱：日日新V6）大模型體系。

最新“日日新V6”通過多模態長思維鏈訓練、全局記憶、強化學習的技術突破，形成領先的多模態推理能力，並突破成本邊界。

“AI之道，在於百姓之日用”。商湯科技董事長兼首席執行官徐立表示，商湯“日日新V6”將跨越多模態邊界，釋放推理與智能的無限可能。”

據悉，該大模型體系的模型能力顯著提升，在長思維鏈、推理、數理、全局記憶方面擁有顯著優勢，多模態推理能力國內第一，對標OpenAI o1，數據分析能力大幅領先GPT-4o；全新的輕量級全模態交互模型SenseNova V6 Omni帶來了國內最強的多模態交互能力；涵蓋國內首個支持10分鐘中長視頻深度解析的大模型，對標Gemini 2.5 Turbo達到同類型最強。

值得一提的是，“日日新V6”的多模態訓練整體效率對齊語言訓練實現業內最低、推理成本均實現業界最低，進一步實現高效能與低成本的結合。

率先實現“多模態下”深度思考

從模型能力看，擁有超6000億參數的“日日新V6”通過多模態長思維鏈、強化學習、全局記憶，率先實現多模態下深度思考，憑藉單一模型即可完成文本、多模態等各類任務。

“多模態是走向通用人工智能的必由之路，許多圖靈獎得主也認同，純粹的語言模型可能無法完整表達人類的智能。”徐立表示。

基於超過200B高質量多模態長思維鏈數據，商湯通過多智能體協作進行長思維鏈合成和驗證，“日日新 V6”形成了突出的多模態推理能力，可以支持合成最長 64K 的多模態長思維鏈，支持模型長時間思考能力。

針對真實環境存在的複雜問題以及複雜繁瑣的文檔處理，其強混合圖文理解推理能力和多模態強推理能力，能夠幫助用戶解決各類問題。例如，在保險理賠場景中，“日日新 V6”可根據商業醫療保險理賠材料，判斷提供材料是符合理賠要求，檢查是否存在亂開藥、亂檢查、材料缺失或者材料對不齊等問題。

“小額理賠雖然金額小但往往耗費時間長（3-7天），而‘日日新 V6’能自己檢測到風險提示，自己交叉驗證，最後再給到用戶非常細節、多維的結論，完成模型到客戶使用的最後一公里。”徐立舉例道。

得益於多模態強化學習的突破，商湯構建了面向多種圖文任務的混合增強學習框架，基於不同難度分級和多獎勵模型的強化學習訓練。

據悉，“日日新 V6”在權威的推理能力及多模態能力評測中，於多個維度獲得SOTA——核心指標方面，純文本推理與多模態推理能力均均對標 GPT-4.5 和 Gemini 2.0 Pro 等國際一流模型的水平；強推理能力上，從 5.5 到 V6 / V6 Reasoner，推理能力顯著提升。在獨立評測中，多模態和語言深度推理任務上同時超過了 OpenAI 的 o1 和 Gemini 2.0 flash-thinking 的水平

“SenseNova V6 Omni”發佈即實現多行業落地

商湯日日新實時交互融合大模型也同步升級至“SenseNova V6 Omni”，在角色扮演、翻譯點讀、文旅導遊、講解繪本、數學講解等場景下進行了深度優化。

以翻譯點讀場景爲例，“SenseNova V6 Omni”讓用戶通過手指就能實現精準位置的空間交互，並精準理解局部信息與全局信息的關係，帶來更符合人類自然直觀的指讀交互體驗。

“它擁有更像人的感知和表達能力、情感理解能力，並已在具身智能等領域實現多行業、多場景落地，成爲國內首個商業化的全模態實時交互模型”。商湯表示。

與此同時，憑藉“全局記憶”能力，“日日新 V6”已支持10分鐘級視頻全幀率解析，打破了傳統模型僅支持短視頻的限制，且可以對視頻的精彩內容進行智能剪輯輸出。

據悉，商湯自研技術可將視覺信息（畫面）、聽覺信息（語音、音效）、語言信息（字幕、口語）、時間軸邏輯進行對齊，形成多模態統一時序表徵。在此基礎上通過細粒度級聯信息壓縮和內容敏感的動態過濾，實現長視頻的高比例壓縮，10分鐘視頻可以壓縮到 16K tokens，仍然保留關鍵語義。

此外，通過整合日日新SenseNova V6全部能力，商湯商量全面升級至全新“商量APP”。用戶通過一個入口，即可體驗文字、圖像、視頻等多種模態流式交互體驗。目前，商量APP已啓動內測，“日日新V6”的能力可在商量Web端體驗。

海量資訊、精準解讀，盡在新浪財經APP