多模態資訊感知與處理的能力，是AGI的主题要求，也是從語言模型迈向AGI的必由之路。

從多模態感知、推理，再到交互，多模態智能的演進將驅動AI下一阶段的發展。

2025年7月27日，由全國工商聯人为智能委員會倾力主辦，商湯科技辰╧的【大爱無疆·模塑未來】WAIC 2025大模型论坛上，商湯科技發布全新「日日新SenseNova V6.5」（简稱“日日新V6.5”）大模型體系，多模態基座大模型迎來突破性升級，帶來AI從“生產力工具”到“生產力”的逾越。商湯旗下主题產品商湯幼浣熊也实现智能體升級。

1950年，圖靈通過“仿照游戏”將AI定義為」鷲人能力”，但實際的AI一向未能脱节“工具”的领域，一度陷入發展低谷。而在大模型時代，AI 凭借多模態融合能力的突破，逐步觸達 AGI 邊界，真正開始向」鷲人”標準靠近。

全國工商聯人为智能委員會主席團首任轮值主席、商湯科技董事長兼首席执行官徐立暗示：“商湯科技始終探寻人为智能本質，以技術創新激發最大智能，推動AI实现從“工具”到‘人’的躍遷，成為真正的生產力。”

日日新V6.5焕新：突破性升級觸碰“理解的深度”

商湯「日日新V6.5」多模態基座大模型帶來三大突破性升級：

1.?強推理：圖文交错多模態思維链，推理机能比肩 Gemini 2.5 Pro、Claude 4-Sonnet；

2.?高效能：多模態架構優化，性價比提升3倍以上；

3.?智能體：數據分析大幅領先，支持端到端的場景落地，實現價值閉環。

通過多模態思維链數據進阶圖文交错思維链數據合成，商湯「日日新V6.5」多模態推理與交互机能實現了大幅提升：

【主题指標】文本推理能力和多模態推理大幅提升，超过Gemini 2.5 Pro、Claude 4-Sonnet；多模態交互能力超过Gemini 2.5 Flash和GPT-4o，各方面机能凸起

商湯「日日新V6.5」率先突破圖文交错思維链技術，在大模型中引入形象思維，成為國內首個實現圖文交错思維的商業級大模型。

在人類的思虑中，形象思維和逻輯思維一致沉要，兩者有机結合能力形玉成面的思維能力。所谓“一圖勝千言”，一幅圖往往比大段文字更能引發有效思虑。当前，主流的多模態模型固然已經實現了在输入端融合多種模態，但思虑推理過程依然重要依赖語言推理，圖形和空間推理仍存在短板。

多模態思維链構造的關鍵在於資訊的圖形化表達，相比纯文本思維链更具挑战，不僅要呈現文字思虑過程，还需天生作為思虑節點的圖像，難以通過纯人为方式大規模實現。商湯研發團隊先基於對思維過程的理解構造種子數據，經监督微調（SFT）训练讓模型初步具備圖文交错思虑能力，再通過多轮強化學習顯著提升多模態推理能力。

?

同時，商湯还改進了多模態模型的融合架構，促進跨模態早期融合。新的架構选取了顯著變輕的視覺編碼器，以及深而窄的主干模型，使得視覺表征在前馈計算早期就與語言進行對齐和融合，從而使感知更高效，模態融合更深。

得益於模型架構的改進，商湯「日日新V6.5」在實現成本優化的同時，预训练吞吐量提升了20%以上，強化學習效能提升了40%，推理吞吐量提升了35%以上，获得机能和成本的美满平衡。相較「日日新V6.0」，「日日新V6.5」將性價比提升了3倍。

AI是生產力：商湯幼浣熊，辦公最強智能體登場

大語言模型已成為当下不少人的工作辅助工具，但僅靠大語言模型，不及以讓AI实现從“工具”向“人”的躍升。

人類的日常任務活動，天然涉及對文本、圖像、視頻、網頁等多模態資訊的處理。從生產力工具到生產力，關鍵就在於多模態資訊的输入、處理與输出能力。

基於「日日新V6.5」強大的多模態數據分析能力，商湯幼浣熊全面升級：可能勝任多模態复杂输入，進行多模態融合深刻分析，给出多模態結果输出，實現專業的可視化呈現，打造“辦公場景的AI生產力”，讓AI實現從「生產力工具」到「生產力」的逾越。?

同時，商湯幼浣熊始終维持世界領先的复杂數據分析能力。在客戶場景的综合測試中，幼浣熊達到在數據分析和智能體領域的國際標杆 Claude 4 Opus 的水平，大幅領先OpenAI o3等模型。其中，在時序計算、數據匹配、斅讽計算和异常检測等任務中，準确率均可靠近?100%。

現實辦公場景中，數據输入大局極為复杂。在數據分析場景中，截圖、文档和PDF等各類樣式的文档屡見不鲜，而其中結構化資訊及表格僅占约70%。即就是看似基礎的 Excel 表格，也常蕴含归并單元格、缺失值、嵌套子表格及內嵌圖表等复杂元素，大幅提升處理難度。

商湯幼浣熊可能以多模態思維實現全局分析，通過思維链構造進行多步思虑與反思，最終输出結構化的結果。

事實上一個表格看著简單，背後的逻輯因果却极度复杂，如今商湯幼浣熊能够讓复杂表格简單化。

用戶上傳蕴含归并單元格、缺失值、子表格、內嵌圖表及表部圖片的复杂?Excel?表格。商湯幼浣熊可能精準解析表格內容，成立子表格間的逻輯關聯，最終天生齐全的分析報告。

另一個复杂输入的用戶案例，幼商戶在抖音等視頻平台刷到有效的表格內容，截圖後上傳。商湯幼浣熊能够通過圖片資訊分化任務并去除滋扰，提取表格資訊，一鍵導出可編輯的Excel?表格供用戶填寫，输入、分析、输出全程都有多模態能力支持顺畅進行。

傳統AI工具多表演辅助角色，主题工作仍依赖用戶主導实现；而商湯幼浣熊實現了交互範式的升級——由AI主動承担主题任務，并通過精準提問和用戶确認關鍵資訊，交互逻輯如同同事協作。

由AI主動承担主题任務，并通過精準提問和用戶确認關鍵資訊，交互逻輯如同同事協作。

商湯幼浣熊如今推出的任務規划职能，其新鲜的交互模式更利於用戶理解，以前段時間大火的“苏超”為例。

用戶上傳圖像表格，要求分析“苏超”TOP球員。商湯幼浣熊會自動抓取網上資訊，并依附專家知識天生任務清單（如确定 “TOP5” 標準，分析青训成績等）進行系統性分析，最終天生高質量分析文档，还可導出為 Excel、PPT、HTML 等可編輯体式。整體流程如下↓↓↓

我們來看下分化步骤：当接管任務後，幼浣熊會主動梳理任務细節，就關鍵節點向用戶提出明确問題（如 “是否必要按以下 1、2、3 點推進？”），以确保任務方向準确，真正實現 “AI 主導干活、用戶决策把關” 的高效模式↓↓↓

我們來看下分化步骤：当接管任務後，幼浣熊會主動梳理任務细節，就關鍵節點向用戶提出明确問題（如 “是否必要按以下 1、2、3 點推進？”），以确保任務方向準确，真正實現 “AI 主導干活、用戶决策把關” 的高效模式↓↓↓

專業數據+工具調用，實現高質量內容過程↓↓↓

最終天生高質量分析文档，还可導出為?Excel、PPT、HTML?等可編輯体式↓↓↓

凭借強大的复杂任務處理能力，商湯幼浣熊加快向行業渗入，这次推出了面向兩大具體場景的特造版本——教育版和金融版。

商湯幼浣熊教育版可智能分析學生學習表現、课程成效、學習行為模式分析，目前已覆蓋500+院校、10餘種教育場景、25萬+教師和學生，幫助學生提升學習效能15~30%，并已在多所學校協助教研團隊，降低學業焦虑發生率 40%，讲堂参與度提高 2.1倍，資源错配率降低30%，生理健全过问及時性提升了50%。

商湯幼浣熊金融版可為金融業提供知識副手、智能問數、多模態智能理赔產品與解决规划，構建金融領域的“人机協同”智能决策新範式。

截至目前，“商湯幼浣熊家族”產品矩陣廣泛服務多行業企業，用戶數量實現1000萬+。

以多模態技術激活AI生產力，商湯日日新大模型將持續進化，與行業共同奔赴下一阶段AI進化的新征程，加快通往AGI時代。