7月13日，商汤科技宣布发布并全面开源其最新的视觉大模型——日日新SenseNova-Vision，标志着公司在大模型体系中的视觉能力得到重要升级。与传统的“统一视觉”模型不同，SenseNova-Vision实现了将视觉任务如目标检测、图像分割、深度预测、3D重建等原生统一于通用基础模型中，而非简单的专家模型封装。

SenseNova-Vision在多项评测中展现出卓越的性能，以单一模型在四大核心视觉领域取得领先，甚至超越了专用的“专家模型”。在结构化视觉理解方面，该模型在目标检测、指代检测、OCR、关键点定位等任务上全面领先。在稠密几何预测领域，SenseNova-Vision的深度估计和表面法向估计精度达到了几何专用模型的水平。此外，其分割能力和多视角3D几何重建能力也表现出色。

商汤科技还同步开源了包含5000万条样本的视觉指令语料库SenseNova-VisionCorpus-50M，进一步推动了技术的共享与进步。未来，SenseNova-Vision的核心技术将被全面融入商汤的日日新U系列大模型中，以实现更广泛的应用和创新。