多模態信息感知與處理的能力，是AGI的核心要求，也是從語言模型邁向AGI的必由之路。
從多模態感知、推理，再到交互，多模態智能的演進將驅動AI下一階段的發展。
2025年7月27日，由全國工商聯人工智能委員會傾力主辦，商湯科技承辦的【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，帶來AI從“生產力工具”到“生產力”的跨越。商湯旗下核心產品商湯小浣熊也完成智能體升級。
1950年，圖靈通過“模仿游戲”將AI定義為“類人能力”，但實際的AI一直未能擺脫“工具”的范疇，一度陷入發展低谷。而在大模型時代，AI 憑借多模態融合能力的突破，逐步觸達 AGI 邊界，真正開始向“類人”標準靠近。
全國工商聯人工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表示：“商湯科技始終探尋人工智能本質，以技術創新激發最大智能，推動AI完成從“工具”到‘人’的躍遷，成為真正的生產力。”
Part1：日日新V6.5煥新：突破性升級觸碰“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：
強推理：圖文交錯多模態思維鏈，推理性能比肩 Gemini 2.5 Pro、Claude 4-Sonnet；
高效率：多模態架構優化，性價比提升3倍以上；
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。
通過多模態思維鏈數據進階圖文交錯思維鏈數據合成，商湯「日日新V6.5」多模態推理與交互性能實現了大幅提升：
【核心指標】文本推理能力和多模態推理大幅提升，超越Gemini 2.5 Pro、Claude 4-Sonnet；多模態交互能力超越Gemini 2.5 Flash和GPT-4o，各方面性能突出
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。
在人類的思考中，形象思維和邏輯思維同等重要，兩者有機結合才能形成全面的思維能力。所謂“一圖勝千言”，一幅圖往往比大段文字更能引發有效思考。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，但思考推理過程依然主要依賴語言推理，圖形和空間推理仍存在短板。
多模態思維鏈構造的關鍵在于信息的圖形化表達，相比純文本思維鏈更具挑戰，不僅要呈現文字思考過程，還需生成作為思考節點的圖像，難以通過純人工方式大規模實現。商湯研發團隊先基于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考能力，再通過多輪強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。新的架構采用了顯著變輕的視覺編碼器，以及深而窄的主干模型，使得視覺表征在前饋計算早期就與語言進行對齊和交融，從而使感知更高效，模態融合更深。
得益于模型架構的改進，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，強化學習效率提升了40%，推理吞吐量提升了35%以上，取得性能和成本的完美平衡。相較「日日新V6.0」，「日日新V6.5」將性價比提升了3倍。
Part 2：AI是生產力：商湯小浣熊，辦公最強智能體登場
大語言模型已成為當下不少人的工作輔助工具，但僅靠大語言模型，不足以讓AI完成從“工具”向“人”的躍升。
人類的日常任務活動，天然涉及對文本、圖像、視頻、網頁等多模態信息的處理。從生產力工具到生產力，關鍵就在于多模態信息的輸入、處理與輸出能力。
基于「日日新V6.5」強大的多模態數據分析能力，商湯小浣熊全面升級：能夠勝任多模態復雜輸入，進行多模態融合深入分析，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」的跨越。
同時，商湯小浣熊始終保持世界領先的復雜數據分析能力。在客戶場景的綜合測試中，小浣熊達到在數據分析和智能體領域的國際標桿 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、數理計算和異常檢測等任務中，準確率均可接近 100%。
現實辦公場景中，數據輸入形式極為復雜。在數據分析場景中，截圖、文檔和PDF等各類樣式的文檔屢見不鮮，而其中結構化信息及表格僅占約70%。即便是看似基礎的 Excel 表格，也常包含合并單元格、缺失值、嵌套子表格及內嵌圖表等復雜元素，大幅提升處理難度。
商湯小浣熊能夠以多模態思維實現全局分析，通過思維鏈構造進行多步思考與反思，最終輸出結構化的結果。
事實上一個表格看著簡單，背后的邏輯因果卻非常復雜，如今商湯小浣熊可以讓復雜表格簡單化。
用戶上傳包含合并單元格、缺失值、子表格、內嵌圖表及外部圖片的復雜 Excel 表格。商湯小浣熊能夠精準解析表格內容，建立子表格間的邏輯關聯，最終生成完整的分析報告。
另一個復雜輸入的用戶案例，小商戶在抖音等視頻平臺刷到有用的表格內容，截圖后上傳。商湯小浣熊可以通過圖片信息分解任務并去除干擾，提取表格信息，一鍵導出可編輯的Excel 表格供用戶填寫，輸入、分析、輸出全程都有多模態能力支持順暢進行。
傳統AI工具多扮演輔助角色，核心工作仍依賴用戶主導完成；而商湯小浣熊實現了交互范式的升級——由AI主動承擔核心任務，并通過精準提問和用戶確認關鍵信息，交互邏輯如同同事協作。
由AI主動承擔核心任務，并通過精準提問和用戶確認關鍵信息，交互邏輯如同同事協作。
商湯小浣熊如今推出的任務規劃功能，其新穎的交互模式更利于用戶理解，以前段時間大火的“蘇超”為例。
用戶上傳圖像表格，要求分析“蘇超”TOP球員。商湯小浣熊會自動抓取網上信息，并依托專家知識生成任務清單（如確定 “TOP5” 標準，分析青訓成績等）進行系統性分析，最終生成高質量分析文檔，還可導出為 Excel、PPT、HTML 等可編輯格式。整體流程如下↓↓↓
我們來看下分解步驟：當接收任務后，小浣熊會主動梳理任務細節，就關鍵節點向用戶提出明確問題（如 “是否需要按以下 1、2、3 點推進？”），以確保任務方向準確，真正實現 “AI 主導干活、用戶決策把關” 的高效模式↓↓↓
接下來就能依據專家知識生成任務清單（如確定 “TOP5” 標準，分析青訓成績等）進行系統性分析，下一步該做什么、可以怎么商量著做一目了然↓↓↓
專業數據+工具調用，實現高質量內容過程↓↓↓
最終生成高質量分析文檔，還可導出為 Excel、PPT、HTML 等可編輯格式↓↓↓
憑借強大的復雜任務處理能力，商湯小浣熊加速向行業滲透，此次推出了面向兩大具體場景的特制版本——教育版和金融版。
商湯小浣熊教育版可智能分析學生學習表現、課程效果、學習行為模式分析，目前已覆蓋500+院校、10余種教育場景、25萬+教師和學生，幫助學生提升學習效率15~30%，并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%，心理健康干預及時性提升了50%。
商湯小浣熊金融版可為金融業提供知識助手、智能問數、多模態智能理賠產品與解決方案，構建金融領域的“人機協同”智能決策新范式。
截至目前，“商湯小浣熊家族”產品矩陣廣泛服務多行業企業，用戶數量實現1000萬+。
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，加速通往AGI時代。
轉自：中國網
【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。
延伸閱讀
