商汤科学家称多模态人工智能突破有望在两年内实现

商汤的林达华认为，智能超越了编码，将多模态人工智能定位为现实世界应用的核心。这一观点与DeepSeek的梁文峰形成对比，梁文峰认为多模态人工智能是通用人工智能（AGI）的一个组成部分，而非核心路径。商汤专注于原生多模态人工智能，特别是通过其SenseNova 6.8和U系列，反映了其在计算机视觉方面的根基。这些模型统一了视觉理解、生成和编辑，满足了多样化的行业需求。

商汤及其他中国人工智能开发商面临的挑战在于整合视觉数据而又不损害现有语言和推理能力的“对齐税”。训练成本和快速迭代的需求要求采取严谨的方法。商汤通过先使用轻量级80亿参数模型进行迭代，然后再扩展的策略，是一种务实的回应。这使得公司能够稳定架构和数据组合，这对于在竞争激烈的环境中持续投资至关重要。

值得关注的是，商汤对“代理生成”和Seko等产品中持续编辑的关注能否带来切实的商业价值。这超越了单次生成，转向完整的工作流程。其成功将决定多模态人工智能能否达到编码代理已经实现的收入和估值里程碑。商汤必须通过用户增长和付费使用来证明其商业可行性，而不仅仅是更大的模型。