# 商汤开源空间智能大模型SenseNova-SI：超越GPT-5，定义AI理解三维世界新标准 - Link: https://paooo.com/aigc-news/13032/ - Published: 2026-06-17T15:12:22+08:00 - Author: 站外新闻 > **💡 站外导读：**随着AI应用从数字空间向物理世界渗透，让机器具备理解三维空间的能力， > 成为具身智能、自动驾驶和机器人领域突破的关键瓶颈。传统模型在空间测量、视角转换 > 和关系推理上表现薄弱。商汤科技开源的空间智能大模型SenseNova-SI，正瞄准这一核心 > 痛点。它在权威评测中超越GPT-5等顶尖闭源模型，其背后揭示的“空间智能尺度效应”表明， > 高质量、系统化的空间数据训练，是提升空间认知能力更有效的路径。这标志着AI正从理解“ > 文本和图像”迈向理解“空间与物理规律”的新阶段。 ## SenseNova-SI是什么 SenseNova-SI 是商汤开源的空间智能[大模型](https://paooo.com/ai-study/)，专注于提升 空间智能。模型通过大规模、高质量的空间数据训练，显著增强模型在空间测量、关系理解、 视角转换等核心维度的能力。在多个权威基准测试中，SenseNova-SI 超越同量级开源模型， 领先于 [GPT-5](https://ai-bot.cn/gpt-5/) 等顶尖闭源模型。模型提供详细的安装和使用 指南，助力开发者快速上手，推动具身智能和世界模型的发展，为 AI 理解三维世界奠定基础。 阅读目录 * [SenseNova-SI是什么](https://paooo.com/aigc-news/13032/#sensenovasi%e6%98%af%e4%bb%80%e4%b9%88) * [SenseNova-SI的主要功能](https://paooo.com/aigc-news/13032/#sensenovasi%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd) * [SenseNova-SI的技术原理](https://paooo.com/aigc-news/13032/#sensenovasi%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86) * [SenseNova-SI的项目地址](https://paooo.com/aigc-news/13032/#sensenovasi%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80) * [SenseNova-SI的应用场景](https://paooo.com/aigc-news/13032/#sensenovasi%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af) * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/aigc-news/13032/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight) 在最新的EASI-8综合评测中，商汤科技开源的空间智能模型SenseNova-SI-1.3力压Gemini-3- Pro，荣登榜首。该模型在视角转换、空间推理等高难度任务上的表现尤为亮眼。其成功关键 在于构建了层次化的训练数据，并验证了’空间智能尺度效应’——这表明，提升空间理解能力， 高质量的数据比一味扩大模型参数更为有效。这一成果为具身智能等领域提供了强大的开源 基座。 ![SenseNova-SI](https://paooo.com/wp-content/uploads/2026/05/SenseNova-SI-website- 1.avif) ## SenseNova-SI的主要功能 * **空间测量与估算**：模型能对物体的尺寸、距离等进行准确的量化估算。 * **空间关系理解**：模型能理解物体之间的相对位置、方向和空间布局。 * **视角转换**：支持处理从不同视角观察同一场景时的信息变化，推断视角变化带来的影响。 * **空间重构与形变**：理解物体的三维结构，在形变或重构后保持空间认知。 * **空间推理**：基于空间信息进行逻辑推理，例如判断物体的移动方向或空间布局的变化。 * **多模态融合**：结合图像、文本等多种模态数据，提升对复杂空间场景的理解能力。 ## SenseNova-SI的技术原理 * **尺度效应（Scale Effect）**：通过大规模、高质量的空间数据训练，验证“尺度效应”， 即数据量的增加能显著提升模型的空间认知能力，是 SenseNova-SI 性能飞跃的核心原因。 * **系统性训练方法**：商汤提出空间能力分类体系，基于此扩充数据规模，采用系统化的 训练方法，使模型在多个空间智能维度上实现一致性提升。 * **多模态融合架构**：基于[ InternVL](https://ai-bot.cn/internvl/) 等基础架构， SenseNova-SI 能有效融合图像和文本信息，提升对复杂场景的理解能力。 ## SenseNova-SI的项目地址 * **GitHub仓库**：https://github.com/OpenSenseNova/SenseNova-SI * **HuggingFace模型库**：https://huggingface.co/collections/sensenova/sensenova- si ## SenseNova-SI的应用场景 * **自动驾驶**：通过精准的空间测量和视角转换能力，帮助车辆更好地理解道路环境，预测 其他物体的运动方向，提升自动驾驶的安全性和可靠性。 * **机器人导航与交互**：用空间关系理解和空间推理能力，使机器人能在复杂环境中自主 导航，理解物体位置进行精准操作。 * **虚拟现实与增强现实**：为虚拟场景提供更真实的空间感知，帮助用户在虚拟环境中获得 更自然的交互体验。 * **智能安防**：通过空间智能分析监控视频，快速识别异常行为或物体的位置变化，提升 安防监控的效率和准确性。 * **建筑设计与规划**：辅助设计师进行三维空间布局规划，通过空间重构能力快速生成和 优化设计方案。 #### 📝 站长洞察 (Editor’s Insight) SenseNova-SI的开源，绝非一次普通的模型发布，而是商汤在“具身智能”基础设施层面的一次 关键落子。当前大模型竞争已从通用语言能力，激烈转向多模态、尤其是空间与具身理解能力。 商汤通过构建层次化空间数据体系，验证了“尺度效应”在空间领域的有效性，这为行业指明 了一条不同于盲目扩大参数的务实技术路线。其超越GPT-5等闭源模型的表现，证明了在垂直、 高难度的物理世界理解任务上，专业化开源模型已具备强大竞争力。这将直接降低自动驾驶、 机器人、元宇宙等领域的研发门槛，推动AI从“数字原生”真正走向“物理世界交互”。商汤此 举，既是技术实力的展示，更是生态卡位的战略性举措，旨在成为下一代空间智能时代的“水电 煤”提供商。 **🚀 Prompt 语宙 AI 创作者生态：**探索 2,000+ 全球实用 AI 工具与高精度生图提示词 咒语库 [🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/) [⚡ AIGC 早报生成器](https://paooo.com/mtool/)