刷屏的WAIC九周年东方山水长卷 出自商汤交付级多模态智能体之手

voo

IT时报记者 孙妍

2026世界人工智能大会（WAIC 2026）期间，一幅由AI生成的WAIC九周年《智会世图》东方山水长卷被刷屏。丰富的河流、山脉、城市地标与高密度小字信息详尽展现，远看是气势恢宏的水墨风东方美学长卷，放大后，大量文字和图标细节，完美连接起2018年至2026年横跨九年的世界人工智能大会发展历程。

交出这幅惊艳画卷的，是商汤科技在WAIC 2026上发布的大模型家族的新成员——SenseNova U1 Pro（以下简称U1 Pro）。它是面向长程任务的交付级原生多模态智能体基座，实现理解、生成和行动的深度统一。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具备了媲美全球顶尖模型的“交付级”复杂图片创作能力。

多模态AI行业正在向第三阶段演进：告别传统的“单点式内容生成”，全面迈向能够闭环完成复杂、长程任务的“系统级内容交付”新时代。

多模态演进第三阶段 直接交付复杂成果

正如编码AI已率先走通了从工具辅助，到意图驱动，再到系统级任务交付的路径，多模态AI也正在经历相同的长程演进：第一阶段解决“真实感生成”的问题，到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，再到第三阶段能在真实场景中，直接完成“交付级”创作，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，比如，当前大多数AI信息图的问题是文字歪歪扭扭。

U1 Pro主要有四大进步：一是告别“AI味”。图像生成从细节逼真推进到专业设计美感的阶段，作品具备构图、色彩与排版美学，直接实现专业交付品质；二是原生8K超清输出。最高可支持8K原生分辨率输出，驾驭高信息密度的超长、超大图创作。画幅放大后，文字、线条、图标和模块关系仍然清晰稳定，经得起印刷、展览级细节检验；三是图文与细节控制。大幅加强了图文信息整合分析能力，在极高信息密度下，U1 Pro仍能维持整体版式与内容表达，文字渲染出错率极低。四是长程Agentic闭环思维。基于统一基座内生的理解、生成和行动能力，支持长程图文交错思维，能够围绕复杂目标进行数十轮的Agentic Generation Loop（智能体生成循环）。在最新版本中，进一步实现了整体风格与局部文本的同步精准可控编辑，让交付结果可被持续修改与使用。

十余年沉淀 商汤视觉AI底座突破

U1 Pro之所以能够突破生成边界，走向稳定交付，得益于NEO-unify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迎来了爆发式增长。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。商汤在视觉AI领域十余年的技术沉淀，也为多模态长程智能体提供了坚实的世界理解底座。

真实物理世界大考 高难度场景实战检验

怎么才算是交付级的内容？U1 Pro在美学叙事、逻辑控制以及硬核数据推理三大高难度场景，交出了惊艳的答卷。

除了WAIC九周年《智会世图》东方山水长卷这一信息图外，商汤U1 Pro还进行了复杂视频创作，对《沙影之刃》进行世界观设定，并一次性输出多达22个逻辑一致的连续分镜。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。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。

商汤“小浣熊”依托专属Skills进行持续分析，在2026年世界杯开赛前一个月，成功预测本届最大黑马——佛得角出线，在12家参与预测的大模型中高居第二。

同时，U1 Pro能生成复杂的体育战术及数据图表。比如，它将世界杯决赛双方的晋级路径、核心球员对位、战术体系、传球网络及触球热力图等高密度推理结果融会贯通，自主生成一张高清的可视化图表报告，实现“信息搜集—分析推理—复杂视觉交付”的全流程闭环。

8月上线 重塑办公、电商、教育等

作为一个通用的多模态基座，U1 Pro正在重塑办公、电商、教育等生产单元。它可以自动化生成企业信息图、PPT、商业海报、产品宣传、科学图解、教学用图、电影影视概念设计、动漫分镜脚本等，大幅缩短创意与专业制作之间的距离。

该能力已在商汤旗下“小浣熊”、视频创作工具“Seko”中得到验证，帮助数以千万计的个人用户、近一万家企业用户以及大批AI原生组织，将自身经验、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的预览版本已正式邀请测试，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月对公众开放服务，届时同步公布定价，并推出API服务。