GitHubDaily(@GitHub_Daily):前几天，商汤正式开源了理解生成统一视觉大模型：SenseNova-Vision。行业以往的统一视觉，多是把几个专家模型打包封装好的，本质还是各干各。这次商汤让视觉成为大模型的原生能力，能完成目标检测、图像分割、深度预测、3D 重建等视觉任务。在多项权威评测中，比肩各领域的专用专家模型，绝大多数指标超越了谷歌的 Vision Banana。 - 模型权重下载：https://t.co/Kis4rLcsXr - GitHub：https://t.co/zBzYSzxekq - 魔搭社区：https://t.co/l7NNm743aZ 连同模型一起开源的，还有包含 5000 万条高质量样本的视觉指令语料库。以后不用再为不同视觉任务维护多套模型，单模型就能覆盖高频视觉需求，研发部署成本都降了一截。

2026.07.23 10:00

前几天，商汤正式开源了理解生成统一视觉大模型：SenseNova-Vision。行业以往的统一视觉，多是把几个专家模型打包封装好的，本质还是各干各。这次商汤让视觉成为大模型的原生能力，能完成目标检测、图像分割、深度预测、3D 重建等视觉任务。在多项权威评测中，比肩各领域的专用专家模型，绝大多数指标超越了谷歌的 Vision Banana。 - 模型权重下载： - GitHub： - 魔搭社区：连同模型一起开源的，还有包含 5000 万条高质量样本的视觉指令语料库。以后不用再为不同视觉任务维护多套模型，单模型就能覆盖高频视觉需求，研发部署成本都降了一截。