北京
商汤科技推出并开源新一代原生多模态大模型SenseNova U1。技术亮点比较明确：抛弃了传统多模态模型中常用的视觉编码器（VE）和变分自编码器（VAE），基于自研的NEO-Unify原生架构，直接从原始像素和文本入手，在同一套模型内实现理解与生成的统一。
从公开的评测数据来看，这条技术路线确实取得了不错的成果。NEO-Unify（2B）在MS COCO图像重建测试中，PSNR达到31.56，SSIM达到0.85，与传统VAE方案的差距已经非常小。更重要的是，这一架构无需模块拼接，推理效率和多模态连贯生成能力有明显提升，8B的小模型就能在部分任务上达到甚至超越商用闭源模型的效果。
然而，技术最终还是要落到算力上跑起来。在这次SenseNova U1发布的同时，海光信息宣布其DCU完成了对SenseNova U1的全面适配，并且针对图文交错生成、高分辨率信息图生成这类典型应用场景做了专项调优。换句话说，开发者拿到模型的同时，就可以在国产DCU上直接跑起来。
事实上，“首发同步”对国产DCU而言已非首次。就在几天前，DeepSeek V4开源，海光DCU就实现无缝适配加深度调优，验证了其高通用性、高生态兼容度。再加上月初刚完成的智谱GLM-5.1适配，不到一个月的时间，海光已经接连适配了三款重磅模型。
这种"发布即适配"的效率背后，考验的不是单一硬件的峰值算力，而是一整套软硬件协同意愿与能力的协作深度。据了解，海光基于GPGPU架构的DCU，配合自研的DTK、DAS、DAP三层软件体系，目前已与超过400个主流大模型完成联合优化，覆盖全球99%的非闭源模型。换句话说，当一个大模型发布时，海光要做的不是从零开始适配，而是在已有的广泛生态覆盖内快速完成验证和专项调优。
耐人寻味的是，商汤SenseNova U1采用的NEO-Unify“无编码器”架构，对推理延迟和硬件兼容性的要求其实比传统多模态模型更高。国产DCU当天实现适配，至少说明其硬件平台和软件工具链对这类新颖模型架构的响应速度已经比较成熟。
对于开发者和企业用户来说，这意味着在选择国产模型时，不必再担心在国产芯片上跑不起来或者需要漫长调优。这种节奏如果能持续下去，国产AI软硬件生态的协同效率会有一个明显的提升。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
