商湯科技為上海敦煌當代美術館的「登臨出世界」展覽提供「多模態智慧導覽」，參觀者只要拍攝場內展品，AI導遊就能自動辨識，講述文物背後的藝術脈絡、歷史淵源和科學知識，還可以實時回應參觀者的提問，及根據其興趣智能推薦參觀路線等。產品未來將繼續賦能文化產業運營，提升留存轉化。
商湯科技和敦煌當代美術館聯合推出的AI 智能講解器「AI問客」，是專為文旅場景打造的AI智能講解軟硬件一體產品，包含基於商湯日日新多模態大模型的智能系統，以及靈宇宙小方機等多種智能硬件，可為參觀者提供「可感知、會思考、有溫度」的Al講解敍事伴侶，重構傳統的導覽體驗。
以多模態互動與深度思考能力 重構傳統導覽體驗
敦煌當代美術館位於上海市楊浦區，透過展示敦煌世界遺產，探索現代中國藝術的歷史邏輯和傳統文化的當代轉譯。
img_06
現時正在展出的 2025年「登臨出世界」，以「塔」為探究焦點，彙聚了自東漢至元代跨越千年的20餘件珍貴文物，以及來自20餘件(組)當代創作，從歷史現場、建築式樣、文學意象與視覺藝術等多學科視角，展開對塔的多元觀察與理解。
參觀者使用AI問客講解器
「AI問客」成為參觀者「一對一」的全程智能旅伴，商湯日日新領先的「多模態思維鏈」技術，讓「AI問客」擁有強大的多模態(同時理解文字、影片、圖像、聲音等資料)互動與深度思考能力。參觀者可以隨時停下來，反覆問問題，透過「語音+視覺+文字」結合的方式與AI 導遊對話，自行掌握逛展節奏。
兒童使用AI問客小方機講解器
AI 問客全程陪伴讓游客從「打卡式」到「深度體驗」
逛展期間，當遊客看到感興趣的展品，只需要拍攝照片，「AI問客」就能自動識別，生動講述文物背後的歷史典故和科學知識。
「AI問客」具備拍照講解功能
聽完講解後，參觀者還可以對著設備進行一對一語音提問，無論是深入探討文物背後的歷史淵源，還是追問某個藝術細節的創作緣起，都能即時獲得回應。
內容推薦功能
若還想知道專家怎麼說，只要點擊「館長說」，就能收到來自敦煌當代美術館杜館長從自身角度，對每一件展品、每一份作品的精彩闡釋，進一步了解作品的深意與價值。參觀者還可以任意選擇講解聲音和風格，例如「潮流聲」、「懷舊調」或者「萌語調」。
系統會生成個性化報告
參觀結束後，參觀者還可以在系統中生成自己專屬的「AI觀展報告」，包含瀏覽參觀時長、問答次數等數據，了解自己是熱衷於「打卡」的靈魂攝影師，或熱愛鑽研的學術達人，並獲得獨特的個性標簽。
商湯「AI問客」以多模態智能為核心技術路徑，還整合了虛擬 IP 迎賓、AR體驗、熱點觀展問答、智能講解路線推薦等功能，可廣泛用於美術館、博物館、文旅景區、文化園區、活動賽事等場景，帶來革新的互動體驗和展現方式。
產品未來將繼續賦能文化產業運營，助力各場館、景區的運營方實現從「人力成本中心」到「數據驅動决策」的運營模式升級，最終幫助實現精準運營，提升留存轉化。
商湯科技今日發佈及開源原生理解生成統一模型日日新 SenseNova U1 系列。該系列基於商湯於今年三月自主研發的 NEO-unify 架構，在單一模型架構上統一了多模態理解、推理與生成。SenseNova U1 系列模型實現語言和視覺訊息的高效協同，讓理解與生成能力同步增强，既保持語義豐富度，亦維持像素級視覺保真度，可用於生成複雜的訊息圖（infographics），亦是業內首個實現連續性圖文創作輸出的模型。
在邏輯推理與空間智能等範疇，SenseNova U1 系列亦能深度理解物理世界的複雜佈局與精細關係，未來可為機器人提供具身大腦，於單一模型閉環內完成環境感知、邏輯推演到精準任務執行的全流程，為技術與產業發展提供重要基礎與關鍵引擎。
傳統多模態模型往往依靠「拼接」方式，把視覺編碼器（VE）和語言骨幹透過適配器串聯起來。此設計猶如一個「說不同語言的工作小組」，各成員分別負責看圖、把圖像翻譯成文字、理解文字、進行推理、把結果翻譯成設計指令，及畫出圖像；每需要完成一項任務，訊息都要在不同成員之間來回傳遞，既費時，也造成誤解和訊息損耗，故往往需要更大參數的模型，才能彌補不足。
Neo-unify 架構突破此限制，捨棄了主流的拼接方式，去除了 VE 和變分自編碼器（VAE），重新構建了統一的表徵空間。建基於 Neo-unify 的 SenseNova U1，猶如一個同時掌握多項技能的人，無需先看懂圖像，再翻譯成文字、交給另一個系統理解，而是在同一套「思考方式」中直接處理圖像、文字等不同訊息；圖像和語言不再由兩套系統「接力」，而是在同一個大腦中自然融合，可以減少訊息損耗，也能在相對精簡的模型規模下，高效實現更强的多模態理解與生成能力。
本次開源發佈的為 SenseNova U1 的輕量版系列 SenseNova U1 Lite，包含兩個不同規格：
• SenseNova-U1-8B-MoT：基於稠密骨幹網絡
• SenseNova-U1-A3B-MoT：基於混合專家（MoE）骨幹網絡
「以小博大」：模型規模小、效率高 性能媲美商用模型
多項基準測試成績印證 SenseNova U1 Lite 系列的優勢，在涵蓋圖像理解、圖像生成與編輯、空間智能及視覺推理的多項基準測試中，SenseNova U1 Lite 系列達到同量級開源模型的領先水平，為統一多模態理解與生成樹立新標竿。
SenseNova U1 Lite 憑 8B MoT 的小規格模型，已能達到、甚至超越部分大型商業閉源模型的表現，在各個維度和多個領域中展現優勢，體現「以小博大」。
在通用的圖像生成測試中，SenseNova U1 Lite 的圖像生成質量媲美 Qwen-Image 2.0 Pro 或 Seedream 4.5 等大型閉源模型，達到商業級水準，並在推理響應速度上有顯著優勢。
即使在極具挑戰性、開源模型能力長期受限的複雜訊息圖生成任務中，SenseNova U1 Lite 也逹致商業級水準，對處理複雜訊息圖的排版和文字具備强大的掌控力。
首創連續性圖文創作輸出
此外，憑藉 NEO-unify 架構的獨特優勢，SenseNova U1 成為業內首個實現連續性圖文創作輸出的模型。依托原生圖文理解與生成能力，模型可以將圖、文底層融合信號完整地保留在上下文之中，令生成圖像的風格高度連貫，並能在統一表徵空間進行高效連貫思考。同時，用戶只需透過單次、單模型調用，即可生成更高質量的作品，相比傳統模式，大大提升效率。
SenseNova U1 Lite 系列已全面開源，用戶可在以下平台部署使用及在線體驗：
• 開源部署：
• GitHub：https://github.com/OpenSenseNova/SenseNova-U1
• Hugging Face：https://huggingface.co/collections/sensenova/sensenova-u1
• 調用 SenseNova U1 Skill：https://github.com/OpenSenseNova/SenseNova-Skills
• 在線體驗及接入：即將賦能商湯辦公智能助手「辦公小浣熊」
商湯科技將沿著當前技術路徑擴展，並計劃推出更大規模的模型，有望以遠低於傳統的計算成本，達到國際頂尖模型的水平。
商湯亦深信原生統一的多模態智能是通往 AGI 的必經之路，公司將持續推動開源生態建設，並計劃推出更大參數規模的 U1 系列模型，同時歡迎社區用戶和開發者為模型提供寶貴意見。
• Discord （SenseNova-U1-Lite 專屬群）: https://discord.gg/cxkwXWjp
SenseNova U1 Lite 實際應用例子：展現商業級的複雜訊息圖生成能力
SenseNova U1 Lite 訊息圖生成
SenseNova U1 Lite 訊息圖生成
SenseNova U1 Lite 訊息圖生成
SenseNova U1 Lite 實際應用例子：通過連貫、高保真度的圖文交錯思考輸出
連貫圖文創作
任務一：五成熟牛扒烹調方法 任務二：繪製一個鋼鐵人圖案
SenseNova U1 可通過思考與規劃，能自動輸出分步流程及對應圖像，圖像風格保持高度一致性。
任務一演示
SenseNova U1 從掃描草稿起步，逐步推進創作，最終生成完成度極高的圖像。每一步的輸出都精準延續前一步的結構與細節；統一表徵的共享上下文在其中發揮了關鍵作用。
任務二演示
SenseNova U1 Lite 在基準測試表現優越
圖像生成質量基準測試
在通用的圖像生成測試中，SenseNova U1 Lite 不但在圖像生成質量上媲美 Qwen Image 2.0 Pro 或 Seedream 4.5 等大型閉源模型，達到商業級水準，還在推理響應速度上有顯著優勢。
複雜訊息圖生成基準測試
即使在極具挑戰性、開源模型能力長期受限的複雜訊息圖生成任務中，SenseNova U1 Lite 也逹致商業級水準，對處理複雜訊息圖的排版和文字具備强大的掌控力。
