- 資訊與博客
商湯「日日新6.5」全新升級 彰顯AI從「工具」到「人」的躍進
香港,2025年7月29日 ─ 在商湯科技辰╧的大愛無疆·模塑未來WAIC 2025大模型論壇上,商湯科技發布全新「日日新SenseNova V6.5」(簡稱「日日新V6.5」)大模型體系,多模態基座大模型迎來突破性升級,實現由「生產力工具」進化為「生產力」。而商湯旗下主题產品 ─ 商湯幼浣熊,亦实现了智能體升級。

全國工商聯人为智能委員會主席團首任輪值主席、商湯科技董事長兼首席執行官徐立暗示:「商湯科技始終探尋人为智能本質,以技術創新激發最大智能,推動AI实现從『工具』到『人』的躍遷,成為真正的生產力。」

日日新V6.5煥新:突破性升級 大幅提升「理解的深度」
商湯「日日新V6.5」多模態基座大模型帶來三大突破性升級:
1. 强推理:圖文交錯多模態思維鏈,推理机能與Gemini 2.5 Pro、Claude 4-Sonnet看齊;
2. 高效能:優化多模態架構,性價比提升3倍以上;
3. 智能體:數據分析大幅領先,支持端到端的場景落地,實現價值閉環。
商湯「日日新V6.5」通過多模態思維鏈數據升級至圖文交錯思維鏈數據的合成,大幅提升多模態推理與交互机能。

商湯「日日新V6.5」率先突破圖文交錯思維鏈技術,在大模型中引入形象思維,成為國內首個實現圖文交錯思維的商業級大模型。
在人類的思虑中,形象思維和邏輯思維一致沉要,兩者有機結合能力形玉成面的思維能力。當前,主流的多模態模型雖然已經實現了在輸入端融合多種模態,但思虑推理過程依然重要依賴語言推理,圖形和空間推理仍存在不及之處。多模態思維鏈構造的關鍵,在於信息的圖形化表達,相比純文本思維鏈更具挑戰,不僅要呈現文字思虑過程,還需天生作為思虑節點的圖像,難以通過純人为方式大規模實現。商湯研發團隊先基於對思維過程的理解構造種子數據,經監督微調(SFT)訓練,讓模型初步具備圖文交錯思虑能力,再通過多輪强化學習,顯著提升多模態推理能力。
同時,商湯還改進了多模態模型的融合架構,促進跨模態早期融合。新的架構採用了顯著變輕的視覺編碼器,以及深而窄的主幹模型,使得視覺表徵在前饋計算早期就與語言進行對齊和融合,從而感知更高效,模態融合更深。
受惠於模型架構的改進,商湯「日日新V6.5」在實現成本優化的同時,預訓練吞吐量提升了20%以上,强化學習效能提升了40%,推理吞吐量提升了35%以上,获得机能和成本的美满平衡。相較「日日新V6.0」,「日日新V6.5」將性價比提升了3倍。

AI是生產力:商湯幼浣熊 ─ 辦公最强智能體登場
大語言模型已成為當下不少人的工作輔助工具,但靠大語言模型,不及以讓AI实现從「工具」向「人」的躍進。要從「生產力工具」進化至「生產力」,關鍵在於多模態信息的輸入、處理與輸出能力。
基於「日日新V6.5」壮大的多模態數據分析能力,商湯幼浣熊全面升級,能勝任多模態複雜輸入,進行多模態融合深刻分析,給出多模態結果輸出,實現專業的可視化呈現,打造「辦公場景的AI生產力」,讓AI實現從「生產力工具」到「生產力」的逾越。

值得一提的是,商湯幼浣熊始終维持世界領先的複雜數據分析能力。在客戶場景的綜合測試中,幼浣熊達到在數據分析和智能體領域的國際標杆 Claude 4 Opus 的水平,大幅領先OpenAI o3等模型。其中,在時序計算、數據匹配、斅讽計算和異常檢測等任務中,準確率均靠近 100%。

商湯幼浣熊能以多模態思維實現全域分析,通過思維鏈構造進行多步思虑與反思,最終輸出結構化的結果。如用戶上傳蕴含合併單元格、缺失值、子表格、內嵌圖表及表部圖片的複雜 Excel 表格,商湯幼浣熊也能精準解析表格內容,成立子表格間的邏輯關聯,最終天生齐全的分析報告。
傳統AI工具多表演輔助角色,主题工作仍依賴用戶主導实现;而商湯幼浣熊實現了交互範式的升級,由AI主動承擔主题任務,通過精準提問和用戶確認關鍵信息,交互邏輯如同同事合作,其新穎的交互模式更利於用戶理解。
憑藉壮大的複雜任務處理能力,商湯幼浣熊加快向行業滲透,这次推出了面向兩大具體場景的特製版本 — 教育版和金融版。
· 商湯幼浣熊教育版:可智能分析學生學習表現、課程成效、學習行為模式分析,目前已覆蓋500+院校、10餘種教育場景、25萬+教師和學生,幫助學生提升學習效能15~30%,並已在多所學校協助教研團隊,降低學業焦慮發生率 40%,課堂參與度提高 2.1倍,資源錯配率降低30%,生理健全干預及時性提升了50%。
· 商湯幼浣熊金融版可為金融業提供知識副手、智能問數、多模態智能理賠產品與解决规划,構建金融領域的「人機協同」智能决策新模式。
截至目前,「商湯幼浣熊家族」產品矩陣廣泛服務各行各業,用戶數量突破1,000萬。

以多模態技術激活AI生產力,商湯日日新大模型將持續進化,與行業共同奔赴下一階段AI進化的新征程,加快通往AGI時代。






返回