商湯科學家稱多模態人工智能突破有望在兩年內實現

商湯的林達華認為，智能超越了編碼，將多模態人工智能定位為現實世界應用的核心。這一觀點與DeepSeek的梁文峰形成對比，梁文峰認為多模態人工智能是通用人工智能（AGI）的一個組成部分，而非核心路徑。商湯專注於原生多模態人工智能，特別是透過其SenseNova 6.8和U系列，反映了其在電腦視覺方面的根基。這些模型統一了視覺理解、生成和編輯，滿足了多樣化的行業需求。

商湯及其他中國人工智能開發商面臨的挑戰在於整合視覺數據而又不損害現有語言和推理能力的「對齊稅」。訓練成本和快速迭代的需求要求採取嚴謹的方法。商湯透過先使用輕量級80億參數模型進行迭代，然後再擴展的策略，是一種務實的回應。這使得公司能夠穩定架構和數據組合，這對於在競爭激烈的環境中持續投資至關重要。

值得關注的是，商湯對「代理生成」和Seko等產品中持續編輯的關注能否帶來切實的商業價值。這超越了單次生成，轉向完整的流程。其成功將決定多模態人工智能能否達到編碼代理已經實現的收入和估值里程碑。商湯必須透過用戶增長和付費使用來證明其商業可行性，而不僅僅是更大的模型。