作者 | 江宇
编辑 | 漠影
智东西11月11日报道，昨晚，商汤正式发布并开源SenseNova-SI系列空间智能大模型，涵盖2B与8B两个版本。
该系列模型在多个空间智能基准测试中均表现突出，其中SenseNova-SI-8B模型在VSI-Bench、MMSI-Bench、MindCube-Tiny与ViewSpatial四个核心任务上获得60.99的平均成绩，不仅大幅领先Qwen3-VL-8B（40.16）、BAGEL-7B（35.01）等同级别开源通用模型，以及SpatialMLLM（35.05）、ViLaSR-7B（36.41）等专注空间理解的模型。
值得注意的是，在保持8B参数规模的前提下，该模型的平均成绩已领先GPT-5（49.68）与Gemini-2.5-Pro（48.81）。
▲SenseNova-SI系列模型在多个空间智能基准测试（VSI、MMSI、MindCube、ViewSpatial）中的评测成绩
此次性能跃升，得益于商汤在训练机制上的系统性设计，其研究团队构建了“空间能力分类体系”，并扩充空间理解数据规模，首次在该领域验证了“尺度效应”的存在。
这一技术突破也回应了当前多模态大模型面临的核心挑战之一：空间智能短板仍未补齐。尽管当前大模型在语言、代码、逻辑推理等任务上已展现出较强性能，但在需要空间理解能力的场景中，仍容易“栽跟头”。
例如，GPT-5可以正确解出复杂图形逻辑题，但面对判断立方体俯视图这类空间题时，却出现了明显错误。这类题对人类儿童来说往往是直觉判断，却仍难住了顶级模型。
SenseNova-SI的构建与训练聚焦空间理解，其开源也为大模型在空间智能方向上的能力优化，提供了新的样本。
GitHub：https://github.com/OpenSenseNova/SenseNova-SI
Hugging Face：https://huggingface.co/collections/sensenova/sensenova-si
一、空间智能也有“Scaling Law”？商汤团队首次验证SenseNova-SI的性能提升并非单点优化，而是建立在系统训练范式上的整体进化。商汤基于自研的空间能力分类体系，将空间智能划分为六大核心维度：空间测量、空间重构、空间关系、视角转换、空间形变与空间推理。
在训练数据层面，商汤团队整合多模态感知、视觉模型等方向的积累，系统扩展空间理解数据规模，并首次在空间智能领域验证了“尺度效应”——即随着数据量与质量的持续增长，模型的空间认知能力将同步增强。
这一方法具备通用性，能支持多种基座模型（如InternVL）进行空间能力的增强迁移。商汤团队称，后续将发布完整的技术报告，进一步阐述具体的技术方案。
二、面对空间题，GPT-5“犯难”，SenseNova-SI表现更稳定在SITE-Bench和MindCube两大空间智能基准测试中，商汤研究团队选取了六道典型题目，涉及俯视图判断、视角转换、物体方位与移动方向推理等任务，分别对GPT-5与SenseNova-SI-8B进行了测试。
从结果来看，GPT-5在多项题目中出现了误判，而SenseNova-SI-8B则连续给出正确答案，呈现出更稳定的空间理解能力：
1、俯视图选择题：在立方体组合图形中，要求选择正确俯视图。GPT-5选择了错误的D选项，SenseNova-SI-8B选择了正确的B选项。
2、相对方位判断题：模拟从相机操作者视角判断摩托车在左侧还是右侧。GPT-5误判为左侧（A），SenseNova-SI-8B正确判断为右侧（B）。
3、交通行为预测题：在多车道道路场景中预测黄色汽车的后续动作。GPT-5判断为静止（C），SenseNova-SI-8B判断为右转（D），正确答案为D。
4、视角变换下的方向判断题（户外）：通过两张场景图判断观察者的移动方向。GPT-5选择了C，SenseNova-SI-8B选择了正确答案D，即向左前方移动。
5、视角变换下的方向判断题（室内）：在白板、椅子、沙发等室内场景中，判断物体位置变化所代表的观察者移动方向。GPT-5选择D，SenseNova-SI-8B选中正确答案A（向左前方移动）。
6、物体相对位置识别题：要求从正面视角图中判断桌子右侧的物体。GPT-5选B，SenseNova-SI-8B选C，正确答案为C，即门的位置。
这组题覆盖了空间智能的多个关键维度，从结果来看，SenseNova-SI在空间理解与推理上的表现更具稳定性。
三、空间智能走向落地，SenseNova-SI接入“悟能”平台SenseNova-SI的推出，也是商汤整体空间智能战略的一部分。
今年7月，商汤发布“悟能”具身智能平台，提出以“开悟”世界模型为核心，推动机器人在物理世界中的自主理解与适应能力。SenseNova-SI作为空间能力组件，将补强模型在三维结构认知方面的基础能力。
与此同时，商汤还同步开源了空间智能测评平台EASI及其“英雄榜”，为统一测评口径、展示模型进展和推动开源生态合作。
当前AI在语言、知识与逻辑推理方面已有扎实积累，但三维空间的理解、感知与推理能力仍是其通向物理世界的重要挑战。
空间智能作为支撑具身智能与世界模型发展的核心能力股票配资佣金，正成为衡量下一阶段AI模型“真实世界理解力”的一大指标。相关能力的持续构建，将为自动驾驶、机器人等落地应用提供更坚实的基础。
倍盈配资提示：文章来自网络，不代表本站观点。
相关文章
沪深京指数
热点资讯
