商汤科技近日宣布，正式推出并开源其最新研发的SenseNova-SI系列空间智能大模型。这一系列模型在空间理解与推理任务中表现卓越，不仅显著超越同量级开源多模态大模型，更在多项国际权威评测中领先于GPT-5和Gemini 2.5 Pro等顶尖闭源模型，标志着我国在空间智能领域取得重要突破。
当前，主流大模型在知识储备、文本生成、逻辑推理和编程能力等方面已展现出强大实力，但在空间结构理解与推理方面仍存在明显短板。这种能力恰恰是具身智能体与物理世界交互所需的核心基础。商汤科技此次发布的SenseNova-SI系列，正是针对这一痛点进行专项突破的创新成果。
该系列包含2B和8B两种参数规模的模型版本。根据官方公布的评测数据，SenseNova-SI系列在VSI、MMSI、MindCube、ViewSpatial等空间智能基准测试中均取得优异成绩。其中，8B版本模型在四个核心评测中平均得分达60.99，较Qwen3-VL-8B（40.16）、BAGEL-7B（35.01）等开源通用多模态模型，以及SpatialMLLM（35.05）、ViLaSR-7B（36.41）等专用空间智能模型均有显著优势。更引人注目的是，这一轻量化模型在性能上超越了GPT-5（49.68）和Gemini-2.5-Pro（48.81）等国际顶级闭源模型。
实际测试案例进一步验证了该模型的空间智能优势。在立方体组合图形的俯视图识别任务中，面对复杂三维结构，SenseNova-SI-8B准确选择正确答案，而GPT-5出现判断错误。在空间方位判断场景中，当测试者模拟手持相机者的视角时，该模型能正确识别摩托车位于右侧，而GPT-5误判为左侧。在动态场景理解方面，模型准确预测黄色汽车将进行右转动作，而GPT-5判断为静止状态。
在视角变化分析任务中，SenseNova-SI-8B展现出更强的空间推理能力。面对户外场景的视角转换，模型能精准判断物体向左前方移动；在室内空间分析中，通过白板、沙发等家具的位置变化，同样得出正确的移动方向判断。另一项测试中，模型从正面视角准确识别桌子右侧物体为门，而GPT-5的判断出现偏差。这些案例充分证明，该模型在空间智能领域已实现质的飞跃。
目前，SenseNova-SI系列模型已通过开源方式向全球开发者开放。相关代码和文档可通过指定代码仓库获取，这一举措将为空间智能技术的研究与应用提供重要基础设施，推动整个领域向更高水平发展。
