商汤发布并开源 SenseNova-Vision 理解生成统一视觉大模型，能力超越 Vision Banana

admin

AI 总结
• 7月13日，商汤科技发布并开源日日新SenseNova-Vision理解生成统一视觉大模型，让视觉成为大模型原生能力，实现目标检测、分割、深度预测等经典任务原生统一。
• 该模型在结构化视觉理解、稠密几何预测、分割能力和多视角3D几何四大核心领域全面领先，比肩甚至超越各领域专用专家模型。
• 对比生成导向模型Vision Banana，SenseNova-Vision在核心指标上实现超越，且任务能力倍增，能同时覆盖四大板块全任务，而Vision Banana仅能应对两类。
• 商汤同步开源了模型、数据以及包含5000万条样本的视觉指令语料库SenseNova-Vision Corpus-50M。
• 未来商汤将把SenseNova-Vision核心技术全面融入日日新U系列大模型中。