# 商汤「日日新V6.5」多模态推理大模型发布：推理成本暴降70%，性能超Gemini 2.5 Pro

- Link: https://paooo.com/aigc-news/14369/
- Published: 2026-06-25T18:42:22+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 图文交错思维链让图像以本体参与推理，跨模态理解更准，性能超Gemini 2.5 Pro。
 * 相比日日新6.0，推理能力提升6.99%，推理成本仅为30%，性价比提升5倍。
 * 轻量Vision Encoder+与纵深LLM架构，重点面向自动驾驶、机器人等具身智能场景。

> **💡 站外导读：**随着AI多模态能力成为产业智能化核心引擎，高推理成本与低跨模态精度
> 始终制约着其在自动驾驶、机器人等具身场景的规模化落地。商汤科技此次推出的日日新
> V6.5，直击这一行业痛点，通过独创的图文交错思维链与轻量化架构，在大幅提升推理精度
> 的同时，将成本压缩至前代的30%，为多模态AI从实验室走向千行百业提供了极具性价比的
> 解决方案。

## 日日新 V6.5是什么

日日新 V6.5是商汤科技推出的[日日新](https://ai-bot.cn/sensenova/)新型多模态推理[大模型](https://paooo.com/ai-study/)。
模型独创图文交错思维链，图像用本体形式参与推理，显著提升跨模态推理精度，超越[Gemini 2.5 Pro](https://ai-bot.cn/gemini-2-5-pro-i-o-edition/)。
相比[日日新6.0](https://ai-bot.cn/sensenova-v6/)，推理能力提升6.99%，推理成本仅为
30%，性价比提升5倍。模型依托轻量Vision Encoder+和纵深LLM架构，具备高效推理能力，
能广泛应用在自动驾驶、机器人等具身智能场景。

阅读目录

 * [日日新 V6.5是什么](https://paooo.com/aigc-news/14369/#%e6%97%a5%e6%97%a5%e6%96%b0-v65%e6%98%af%e4%bb%80%e4%b9%88)
 * [日日新 V6.5的主要功能](https://paooo.com/aigc-news/14369/#%e6%97%a5%e6%97%a5%e6%96%b0-v65%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [日日新 V6.5的技术原理](https://paooo.com/aigc-news/14369/#%e6%97%a5%e6%97%a5%e6%96%b0-v65%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [日日新 V6.5的项目地址](https://paooo.com/aigc-news/14369/#%e6%97%a5%e6%97%a5%e6%96%b0-v65%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [日日新 V6.5的应用场景](https://paooo.com/aigc-news/14369/#%e6%97%a5%e6%97%a5%e6%96%b0-v65%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/14369/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![日日新 V6.5](https://paooo.com/wp-content/uploads/2026/05/sensenova-v6.5-website-
1.avif)

## 日日新 V6.5的主要功能

 * **多模态推理**：支持处理图像和文本的混合输入，进行复杂的推理任务，例如理解图像
   内容并结合文本信息生成准确的描述或回答相关问题。
 * **高效推理能力**：在多个数据集上表现优异，推理精度显著提升，推理成本大幅降低，
   性价比提升5倍。

## 日日新 V6.5的技术原理

 * **图文交错思维链**：图像用本体形式参与推理过程，图文混合的思考模式使得模型能够
   更准确地理解和处理多模态信息。
 * **轻量Vision Encoder+**：基于优化视觉编码器，提高图像处理效率，同时减少计算资源
   消耗。
 * **纵深LLM架构**：结合深度语言模型（LLM）的强大语言理解和生成能力，实现高效的跨
   模态推理。
 * **多模态协同训练**：同时处理图像和文本数据，模型能学习到更丰富的语义信息，提升
   推理精度。

## 日日新 V6.5的项目地址

 * **项目官网**：https://platform.sensenova.cn/

## 日日新 V6.5的应用场景

 * **自动驾驶**：实时分析道路环境，精准识别交通标志、行人和车辆，为自动驾驶系统提供
   高效、安全的决策支持，提升自动驾驶车辆的智能化水平。
 * **机器人**：在工业、服务和物流机器人领域，助力机器人实现精准的物体抓取、灵活的
   导航避障和自然的人机交互，显著提升机器人的工作效率和适应性。
 * **智能家居**：实时监控家庭环境，提供智能安全警报和个性化的家居管理服务，为用户
   打造更加便捷、智能的家居生活体验。
 * **智能教育**：为学生提供个性化的学习辅导，通过图像识别和自然语言处理技术，快速
   解答数学题、批改作业，同时生成多媒体教材，提升教学效果和学习体验。
 * **医疗健康**：在医疗领域，辅助医生进行医疗影像分析，快速准确地识别病变，同时为
   患者提供智能导诊服务，优化就医流程，提升医疗服务的智能化水平。

#### 📝 站长洞察 (Editor’s Insight)

商汤此次发布的日日新V6.5，绝非一次简单的模型迭代，而是精准卡位“具身智能”爆发前夜
的关键技术落子。其核心价值在于破解了多模态领域的“不可能三角”——高性能、低成本与强
场景泛化。通过让图像以“本体”形式深度参与推理链，模型实现了对物理世界更本质的理解，
这使其在需要实时决策的自动驾驶与机器人场景中优势凸显。更值得关注的是其“性价比提升
5倍”的务实宣言，这直击企业级应用的核心诉求：不仅要智能，更要经济可用。在GPT-4o、
Gemini等巨头聚焦通用能力的当下，商汤选择深耕垂直场景的效率与成本优化，这条“硬核产业
化”路径，或将为国内大模型发展提供一个超越单纯参数竞赛的新范式，标志着行业竞争正从“
技术秀肌肉”转向“落地拼刺刀”。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**Gemini ↗**

Google推出的AI聊天对话机器人Gemini。

❓ 常见问题解答（FAQ）

日日新V6.5和6.0相比提升了什么？

根据文中信息，日日新V6.5相比6.0，推理能力提升6.99%，推理成本降至30%，整体性价比提升
5倍。它的核心变化在于图文交错思维链和轻量化架构，更适合高频多模态推理任务。

日日新V6.5为什么适合自动驾驶和机器人？

因为它强调多模态推理与低成本高效率，能更好处理图像和文本混合输入，并对物理世界信息
进行更准确理解。这类能力适合自动驾驶的环境识别，以及机器人在抓取、导航和交互中的
实时决策。

日日新V6.5的核心技术亮点是什么？

核心亮点包括图文交错思维链、轻量Vision Encoder+、纵深LLM架构和多模态协同训练。其中
最关键的是让图像以本体形式参与推理，从而提升跨模态精度并降低计算成本。

🔬 语宙深潜追问 · 进阶实操拆解

图文交错思维链有什么实战价值？

它能把视觉证据和文本推理放在同一链路里，减少跨模态信息丢失，特别适合图表分析、质
检和驾驶场景。落地时要控制思维链长度，避免推理成本被无效步骤拉高。

企业选型时该怎么比成本？

不要只看单次调用价格，要算端到端总成本，包括延迟、失败重试、人工复核和集成维护。
若模型在关键任务上能显著减少返工，即使单价略高，也可能更划算。

🗳️ 读者观点微投票 · 您的实战立场是？

日日新V6.5降本70%，推理模型该卷性价比吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🌐 所属权威专题：Gemini 全模态与空间智能 →](https://paooo.com/topics/gemini-multimodal/)

 * [微软重磅开源Phi-4-reasoning-vision-15B：150亿参数多模态推理模型，速度超同类10倍，定义AI推理新范式](https://paooo.com/aigc-news/11335/)
 * [面壁智能MiniCPM-V 4.5开源：8B参数端侧多模态模型，高刷视频理解与OCR性能超越闭源巨头](https://paooo.com/aigc-news/13977/)
 * [日日新SenseNova V6 – 商汤推出的多模态融合模型系列](https://paooo.com/aigc-news/20408/)
 * [美团5600亿参数推理模型LongCat-Flash-Thinking：开源MoE架构引领AI Agent新范式](https://paooo.com/aigc-news/13594/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/14369/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 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/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)