智东西

作者 江宇

编辑 漠影

昨天晚上，智东西进行了报道，报道称，商汤正式推出并公开了SenseNova-SI系列空间智能大模型，该模型包含2B与8B这两个版本。 ，。

该系列模型于多个空间智能基准测试里，均展现出突出表现，其中SenseNova - SI - 8B模型，在VSI - Bench、MMSI - Bench、MindCube - Tiny与ViewSpatial这四个核心任务上，取得60.99的平均成绩，不但大幅度领先Qwen3 - VL - 8B（40.16）、BAGEL - 7B（35.01）等同级别开源通用模型，而且领先SpatialMLLM（35.05）、ViLaSR - 7B（36.41等专注空间理解的模型。

需要留意的，是在维持8B参数规模的情形下，此模型的平均成绩业已超越GPT - 5（49.68）以及Gemini - 2.5 - Pro（48.81） 。

SenseNova-SI系列模型于多个空间智能基准测试里的评测成绩，这些测试包括VSI，包括MMSI，包括MindCube，包括ViewSpatial 。

这样的一次性能跃升，是因为商汤于训练机制之中，进行系统性的精心设计，那其所属研究团队先构建起“空间能力分类体系”，过后又对空间理解数据规模予以扩充，于该领域首次验证了“尺度效应”的存在 。

这一技术方面的突破，也对当前正在面临的多模态大模型的核心挑战之一作出了回应，那核心挑战便是空间智能的短板到现在都还没有补齐。虽然说当前的大模型在语言、代码以及逻辑推理等这样一些任务上面已经展示出了比较强的性能，可是呢，在那种对空间理解能力有需求的场景当中，依旧很容易出现失误 。

比如说，GPT - 5能够准确得解出复杂难弄的图形逻辑题目，然而在面对判断立方体俯视图这种属于空间方面的题目之时，却出现了明显的差错。这种类型的题目对于人类儿童来讲常常是凭借直觉去进行判断的，可是却依旧难住了顶级的模型 。

SenseNova - SI的构建，聚焦于空间理解，其训练同样聚焦空间理解，它的开源，为大模型在空间智能方向上做出能力优化，提供了新的样本。

用于访问特定内容的链接，该链接指向的是，一个名为GitHub且被设定为https://github.com/OpenSenseNova/SenseNova-SI的网址 。

哈格英费斯：https 冒号斜杠斜杠哈格英费斯点扣斜杠科勒克申斯斜杠森斯诺瓦斜杠森斯诺瓦 dash 西。

首先，空间智能竟然存在着“Scaling Law”？而后，商汤团队是头一回进行验证 。

SenseNova - SI的性能提升不是单点优化，而是基于系统训练范式的整体进化，商汤依据自研的空间能力分类体系，把空间智能划分成六大核心维度吧啦：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。

于训练数据方面，商汤团队整合来自不同方向的多模态感知、视觉模型等积累，针对系统在空间理解数据规模上进行扩展，并且在空间智能领域还首次验证了“尺度效应”，此效应是指随着数据在数量以及质量上的持续增长，模型针对空间的认知能力也会相应地同步得到增强 。

此方法拥有通用性，可对多种基座模型予以支持，（像InternVL这种），用以开展空间能力的增强迁移。商汤团队表明，后续会发布完整的技术报告，再进一步阐释具体的技术方案。

二、在面对空间类型的题目时，GPT - 5表现出困难，相比较而言，SenseNova - SI呈现出更为稳定的状况，。

在SITE - Bench空间智能基准测试里，商汤研究团队选取了六道典型题目，这些题目涉及俯视图判断等,在另一空间智能基准测试MindCube中，商汤研究团队同样选取了六道典型题目，这些题目涉及视角转换、物体方位与移动方向推理等任务，之后分别对GPT - 5与SenseNova - SI - 8B进行了测试。,。

就结果而言，GPT - 5在诸多题目当中出现了误判情况，SenseNova - SI - 8B却接连给出正确答案，体现出更为稳定的空间理解能力。

1、关于俯视图的选择题，是在立方体组合图形这儿，规则是要选出正确的俯视图，GPT - 5选了错误的D选项，SenseNova - SI - 8B选了正确的B选项。

2、关于相对方位的判断题目：进行模拟，从相机操作者所持的视角出发，去判断摩托车到底是处于左侧还是右侧。GPT - 5出现了误判，将其判断成了左侧（A），SenseNova - SI - 8B则做出了正确的判断，明确判断为右侧（B）。

3、交通行为预测题目：于多车道道路场景之内，对黄色汽车接下来的动作予以预测。GPT - 5给出的判断是静止（C），SenseNova - SI - 8B给出的判断是右转（D），而正确的答案是D 。

4、在户外，进行视角变换后的方向判断题目：借助两张场景图来判定观察者的移动方向。GPT - 5选了C，SenseNova - SI - 8B选了正确答案D，也就是朝着左前方移动。

5、于室内场景里，在白板、椅子、沙发这类场景中展现此有关视角变换的方向判断题：得依据其中物体位置发生的变化，来判定代表着观察者做了怎样移动方向的情况。在这类题里， GPT-5选择了D，而SenseNova-SI-8B选对了答案A也就是朝着左前方移动 。

6、物体相对位置识别题目：限定要从正面方向的视角图方面去判断处于桌子右侧方位的物体，GPT-5选择了B选项，SenseNova-SI-8B选择了C选项，而正确的答案是C，也就是门所在的位置。

这组题涵盖了空间智能的好些关键维度，就结果来讲，SenseNova - SI在空间理解以及推理方面的表现更有稳定性。

三、空间智能朝着落地的方向发展，SenseNova - SI接入了“悟能”平台，。

商汤推出SenseNova-SI，这也算是商汤整体空间智能战略所涵括的一部分了 。

今年7月呀，商汤发布了“悟能”具身智能平台，在此平台中提出了以“开悟”世界模型为重中之重的核心，以此来推动机器人在物理世界里的自主理解以及适应能力。SenseNova - SI作为空间能力组件，它会对模型在三维结构认知方面现有的基础能力进行补强哦。

于此同时，商汤又一同开放了空间智能测评平台EASI以及它的“英雄榜”，这番举动是用以使得测评口径能维持一致，是为了展现模型所达成的进展情况，也是出于推动开源生态合作的目的，所有这些都是其背后的考量 。

结语：让AI真正“看懂”物理世界

时至今日，人工智能于语言范畴之内、具有学识相关以及逻辑推导这个部分以上已经有着坚固稳健的积累，可是涵盖三维立体所处空间的对其进行觉察领会、进而展开认知推导的这种项能力依旧是它朝着物理面向的现实世界进展时所遭遇的举足轻重的难题。

支撑具身智能以及世界模型发展的核心能力是空间智能，它正成为衡量下一阶段的一项重要指标在于AI模型“真实世界理解力”，持续构建与此相关的能力，会给自动驾驶、机器人等落地应用提供更稳的基础。