当你站在傅利叶通用人形机器人GRx面前时，它能够精准识别眼前人所穿衣服的颜色，并判断这种搭配是否协调；另一位具身智能机器人飞燕在现场跳舞，动作流畅丝滑......这些多模态能力来自商汤近期发布的新一代“日日新SenseNova V6”（以下简称：日日新V6）大模型。
记者了解到，日日新V6大模型通过多模态长思维链训练、全局记忆、强化学习的技术突破，形成领先的多模态推理能力，并突破成本边界。在长思维链、推理、数理、全局记忆方面，日日新V6对标OpenAI o1，数据分析能力大幅领先GPT-4o，同时涵盖国内首个支持10分钟中长视频深度解析的大模型，对标Gemini 2.5 Turbo达到同类型最强。商汤科技董事长兼首席执行官徐立表示：“AI之道，在于百姓之日用。商汤日日新V6将跨越多模态边界，释放推理与智能的无限可能。”
大模型是本次发布的关键词。多模态融合模型可增强感知能力，成为机器人的大脑和眼睛，像人一样进行深入思考和自然表达，例如它可看懂人的手势，回答人们对周围环境及物品的提问，带给我们更真实的互动体验。
具身智能将是商汤多模态推理模型的重要场景之一。记者注意到，本次商汤大装置发布的具身智能端到端解决方案，聚焦行业数据成本高、工具链分散、模型泛化不足等痛点。方案覆盖数据生产（仿真+真机采集）、工具支撑（集成300+场景数据类别与30+成熟行业模型）及模型研发全流程，支持10TB+/天数据汇聚。针对数据短缺，提供"仿真+真机"双通道，真机采集可实现跨地域数采，并依托商汤全国AI云平台实现分钟级同步，结合智能分层存储大幅降低成本。仿真端仿真数据端依托国产化高保真仿真平台，通过遥操数据采集和环境变量增广，生成海量标准化数据，可实现毫米级精度数据捕获，支持50+设备并发，经云上渲染处理，生产效率提升10倍。
商汤还展示了与伙伴基于大装置SenseCore 2.0训练的具身智能成果——AI超市"双机协作"采购全流程，生动呈现了群体智能的落地应用。其全流程AI研发体系覆盖从模型训练到推理评测，通过端到端一站式平台支持千机并行仿真训练，实现复杂任务协同；结合弹性推理与仿真验证，确保模型稳定高效。该方案兼具集群弹性调度与降本增效优势，为具身智能提供从开发到验证的完整闭环支持。
例如，傅利叶GRx通用人形机器人与商汤日日新SenseNovaV6 Omni的合作，将傅利叶领先的机器人硬件本体技术与商汤多模态融合模型的强大深度思考能力相结合。SenseNova V6 Omni可对图像、视频、语音、文本等多种信息进行深度融合与推理，有效提升傅利叶GRx在复杂场景中的理解能力，包括精准的上下文语义分析、意图推理及对人类情感的细致感知与回应。
“从去年开始到今年，具身智能包括机器人领域的增量客户明显增多。选择具身智能并不是我主动的选择，更多的还是主要在服务科技创新的群体发现的。”商汤科技联合创始人、大装置事业群总裁杨帆接受采访时透露。同时，他发现具身智能领域的场景客户需求远不止于获取基础设施。他们在训练数据方面也面临诸多挑战。不过，商汤在过去的发展历程中，积累了丰富的技术经验，比如在3D场景重建以及自动驾驶领域，其曾面临过类似的挑战。虽然这些领域与机器人不同，但其具备相关的历史平台技术能力。通过针对性的改造和优化，他们可以将这些技术转化为客户服务的一部分。
多模态AI的应用潜力大。根据中研普华产业研究院发布的《2025-2030年中国多模态AI行业市场深度调研与发展趋势报告》显示，中国多模态AI市场近年来呈现出快速增长的态势。2024年，中国多模态AI市场规模已达到约150亿元人民币，同比增长约30%。预计未来几年，随着技术的不断成熟与应用场景的拓展，中国多模态AI市场将继续保持高速增长态势，到2025年市场规模有望突破200亿元人民币大关。
随着技术的不断进步和应用场景的拓展，市场竞争也将日益激烈。业内人士表示，如何持续保持技术创新，例如提高模型的泛化能力、确保数据的安全性与隐私性等，都是行业入局者需要关注的重点。
文/广州日报新花城记者：张露
广州日报新花城编辑：杨维玲
