图片来源：商汤科技

7月18日，在2026世界人工智能大会（WAIC）上，商汤科技正式发布了大模型家族的旗舰新品——SenseNova U1 Pro（以下简称U1 Pro）。

作为“日日新 SenseNova U”系列的旗舰版本，U1 Pro定位为面向长程任务的交付级原生多模态智能体基座，实现理解、生成和行动的统一。在原生统一架构的基础上，通过在视觉创作领域的深度迭代，U1 Pro具备媲美全球顶尖模型的“交付级”复杂图片创作能力。

商汤方面表示，U1 Pro的问世，标志着多模态AI正在迎来一场深刻的“长程演进”：行业正式告别传统的“单点式内容生成（Generation）”，全面迈向能够闭环完成复杂、长程任务的“系统级内容交付（Delivery）”新时代。

商汤科技联合创始人、首席科学家林达华认为，正如代码产品已率先走通了“从Copilot工具辅助，到Vibe Coding意图驱动，再到Agentic Coding系统级任务交付”的路径，多模态产品也正在经历类似的进化：

第一阶段解决“真实感生成”的问题； 第二阶段能够以自然语言交互，并持续修改，实现多模态创作进阶； 第三阶段能在真实场景中，直接完成“交付级”创作，完美兼顾设计美感和内容精准，解决反复抽卡的困境。

然而能交互，不等于能交付。旗舰版U1 Pro提供了四大核心交付能力：巅峰设计美感，告别“AI味”； 原生8K超清输出；极致的图文与细节控制；长程Agentic闭环思维。

之所以能够突破“生成”边界、走向“稳定交付”，U1 Pro底层核心得益于 NEO-unify 内核架构在原生多模态体系中实现语言和视觉的统一表征，打破了理解与生成的割裂壁垒。

商汤今年4月开源了基础模型SenseNova U1。开源两个多月以来，在真实高强度工作流实践中，U1收获了不错的增长。

今年6月，U1的用户人均日生图量相比5月提升近3倍，表明模型已深度切入真实应用工作流。截至7月中旬，U1以及集成了U1能力的SenseNova-Skills代码库在GitHub的总Star数突破8000。

同时，商汤开源的SenseNova-Vision统一视觉大模型，基于原生统一架构，让经典视觉任务如实例分割、目标检测等，直接成为通用大模型的原生能力，告别了传统“多专家模型拼凑”的局限。

在考验其面向复杂多模态任务的“系统级交付”实力中，U1 Pro主要面向的是美学叙事、逻辑控制以及硬核数据推理三大高难度场景。

比如说，在复杂视频创作任务中，模型不再只是依靠随机抽卡拼凑镜头，而是率先自主规划并生成了包含剧情世界观、主角与敌人人设、服装武器、沙漠环境色调在内的整体视觉蓝图，并一次性输出多达22个逻辑一致的连续分镜。在此基础上，配合商汤视频工具，实现了人物、剧情和视觉语言的高度可控交付。

《沙影之刃》世界观设定&22镜分镜总览

在可落地的商业化场景上，作为一个通用性的多模态基座，U1 Pro正在试图重塑办公、电商、教育等生产单元。

同时，U1 Pro已经在商汤旗下的产业级AI“小浣熊”及视频创作工具“Seko”中已得到验证，数以千万计的个人用户，接近一万家企业用户，以及大批AI原生组织，自身经验、兴趣和创意转化为可规模化复用的真实交付成果。

目前，U1 Pro的预览版本已开启邀请测试，并将随着推理服务资源扩大逐步放开邀测范围。模型的正式版本将在今年8月份正式上线对公众开放服务，届时将同步推出相应的定价和API 服务。（本文首发于钛媒体APP，作者｜李程程）