11月11日?qǐng)?bào)道，昨晚，商湯正式發(fā)布并開(kāi)源SenseNova-SI系列空間智能大模型，涵蓋2B與8B兩個(gè)版本。
該系列模型在多個(gè)空間智能基準(zhǔn)測(cè)試中均表現(xiàn)突出，其中SenseNova-SI-8B模型在VSI-Bench、MMSI-Bench、MindCube-Tiny與ViewSpatial四個(gè)核心任務(wù)上獲得60.99的平均成績(jī)，不僅大幅領(lǐng)先Qwen3-VL-8B（40.16）、BAGEL-7B（35.01）等同級(jí)別開(kāi)源通用模型，以及SpatialMLLM（35.05）、ViLaSR-7B（36.41）等專注空間理解的模型。
值得注意的是，在保持8B參數(shù)規(guī)模的前提下，該模型的平均成績(jī)已領(lǐng)先GPT-5（49.68）與Gemini-2.5-Pro（48.81）。
▲SenseNova-SI系列模型在多個(gè)空間智能基準(zhǔn)測(cè)試（VSI、MMSI、MindCube、ViewSpatial）中的評(píng)測(cè)成績(jī)
此次性能躍升，得益于商湯在訓(xùn)練機(jī)制上的系統(tǒng)性設(shè)計(jì)，其研究團(tuán)隊(duì)構(gòu)建了“空間能力分類體系”，并擴(kuò)充空間理解數(shù)據(jù)規(guī)模，首次在該領(lǐng)域驗(yàn)證了“尺度效應(yīng)”的存在。
這一技術(shù)突破也回應(yīng)了當(dāng)前多模態(tài)大模型面臨的核心挑戰(zhàn)之一：空間智能短板仍未補(bǔ)齊。盡管當(dāng)前大模型在語(yǔ)言、代碼、邏輯推理等任務(wù)上已展現(xiàn)出較強(qiáng)性能，但在需要空間理解能力的場(chǎng)景中，仍容易“栽跟頭”。
例如，GPT-5可以正確解出復(fù)雜圖形邏輯題，但面對(duì)判斷立方體俯視圖這類空間題時(shí)，卻出現(xiàn)了明顯錯(cuò)誤。這類題對(duì)人類兒童來(lái)說(shuō)往往是直覺(jué)判斷，卻仍難住了頂級(jí)模型。
