商汤科技推出具备思维能力的AI模型

总部位于上海的人工智能企业商汤科技昨日发布的多模态推理系统SenseNova-MARS引发轰动，该系统突破了AI处理视觉信息的能力边界。

超越图像识别

新模型代表着对传统计算机视觉系统的重大飞跃。与仅能识别图片中物体的普通AI不同，SenseNova-MARS在处理视觉数据时展现出接近人类推理的能力。

"这不再只是识别照片中的猫那么简单了，"商汤科技首席研究科学家李伟博士解释道，"我们的模型可以观察复杂场景，理解元素间的关系，甚至根据所见规划行动。"

差异化工作原理

该技术融合了多种前沿方法：

• 动态视觉处理：系统在分析图像时同步考虑上下文信息
• 集成搜索能力：可调用相关外部知识来增强理解
• 决策架构：模型会评估多个潜在响应后选择最合适的行动方案

现面向全球开发者提供两个版本：

标准版（8B） 适合处理能力有限但对响应速度有要求的移动应用和边缘计算设备。

进阶版（32B） 专为需要深度分析和复杂问题解决能力的工业应用设计。

开源发布意味着全球研究人员现在可以基于商汤的工作进行开发，而无需从零开始。

实际应用即将到来？

其影响将涵盖多个行业：

• 医疗健康：不仅能协助放射科医生发现异常，还可建议可能的诊断方案
• 制造业：或使机器人能自主排查装配线问题
• 零售业：有望创建能通过视觉理解客户需求的虚拟购物助手
• 智慧城市：可能驱动交通系统不仅监控还能主动优化流量模式

该公司尚未宣布具体合作伙伴，但行业观察人士鉴于该技术的多功能性预期将快速普及。

关键要点：

• 首个商用"会思考"的视觉AI系统
• 将图像分析与推理规划能力相结合
• 开源版本包含标准版和进阶版
• 在医疗、制造和城市基础设施领域具有潜在应用价值