日日新SenseNova V6 - 商汤推出的多模态融合模型系列

日日新SenseNova V6是什么

日日新SenseNova V6是商汤推出的日日新第六代多模态融合大模型系列，基于6000亿参数的多模态MoE架构，文本、图像、视频原生融在一起。在纯文本和多模态两类任务上，日日新SenseNova V6的成绩都不错，多项指标超越GPT-4.5、Gemini 2.0 Pro等模型。

日日新SenseNova V6一共四个版本：SenseNova V6 Pro是6200亿参数的混合专家架构模型，文本、图像、视频原生融合，对标国际主流模型；SenseNova V6 Reasoner Pro带推理能力，能辅助解决复杂问题；SenseNova V6 Video专精视频理解，教学、文旅这类场景适用；SenseNova V6 Omni是轻量级全模态交互模型，主打实时互动体验。SenseNova V6的特点是强推理、强交互、长记忆：能对中长视频做推理和解析，实时音视频交互里答题答得准，表达上还带情感。应用上它落在教育辅导、具身智能等领域，给机器人当大脑、眼睛、耳朵和嘴巴。

日日新SenseNova V6的主要功能

• 视频处理与分析：中长视频也能做推理和解析。
• 实时音视频交互：视频内容相关的问题答得准，人物关系、情节发展这些都问得到。
• 教育辅导：认得手写体，能给小朋友辅导数学题，一对一引导式讲解。
• 情感理解与表达：感知、表达、情感理解都高度拟人，对话内容和场景不同，语气、情感与音调就跟着切换。
• 具身智能：机器人的感知和交互能力更强一截。

日日新SenseNova V6的技术原理

• 原生多模态融合训练技术：在模型架构和训练过程中就把文本、图像、视频、音频等多模态信息深度融合，绕开了传统方法里加强一个模态、削弱另一个模态的问题，复杂场景处理得更好，跨模态的细节关联也捕捉得到。
• 多模态长思维链合成技术：靠多智能体协作生成并验证超长思维链，模型能进行长时间、多步骤的深度思考，数学推导、科学分析、长文档理解这类场景都对口。
• 多模态混合增强学习：用基于人类偏好的RLHF和基于确定性答案的RFT两条路，把逻辑推理能力和情感表达能力摆平，推理能力涨上去的同时情感表达也不生硬。
• 长视频统一表征和动态压缩：跨模态信息高效对齐并压缩，画面、语音、字幕、时间逻辑统一编码成连贯的时序表征，处理效率明显上去。

日日新SenseNova V6的项目地址

• 项目官网：https://platform.sensenova.cn

日日新SenseNova V6的应用场景

• 视频创作与分析：视频精华片段能快速生成，特定场景剪辑出来还能配上解说和音效。
• 教育辅导：数学题辅导给一对一讲解，学生跟着能理解解题思路。
• 智能客服：用户问题答得准，建议给得个性化，体验自然好一点。
• 具身智能：机器人拿到感知和交互能力，家庭、工业、医疗等场景都能用。
• 内容推荐：按用户偏好推荐视频、文章、音乐，推的东西千人千面。