量子位
·
具身智能实力派！十年多模态打底，世界模型开路，商汤悟能来了
内容提要
商汤科技在WAIC 2025论坛推出了「悟能」具身智能平台，标志其进入具身智能领域。新型多模态模型日日新V6.5提升了推理能力，支持感知、导航和交互。商汤通过世界模型与硬件合作，解决数据稀缺问题，推动具身智能发展，形成自循环生态。
关键要点
-
商汤科技在WAIC 2025论坛推出了「悟能」具身智能平台，标志其进入具身智能领域。
-
新型多模态模型日日新V6.5提升了推理能力，支持感知、导航和交互。
-
日日新6.5采用图文交错思维链，推理精度显著提升，性价比提高了5倍。
-
商汤的多模态技术是迈向AGI的必经之路，积累了大量真实数据与世界模型经验。
-
「开悟」世界模型支持多视角视频生成，能够理解遮挡、时序和运动规律。
-
商汤的具身智能平台架构包含感知、决策与行动等多个层次，支持多种具身场景。
-
商汤选择“软硬协同”路线，与多家硬件厂商合作，形成正向的数据飞轮。
-
论坛上讨论了数据稀缺问题，商汤的世界模型能够批量生成合成任务。
-
商汤通过第一与第三视角的融合，确保感知与动作的闭环。
-
商汤正在验证“双轮”路径，推动数据、算法与硬件生态的自循环发展。
延伸解读
具身智能的行业背景
商汤科技的「悟能」具身智能平台的推出，正值具身智能技术快速发展的时期。随着AI技术的进步，越来越多的企业开始关注如何将AI应用于物理世界的交互中，这为商汤的入局提供了良好的市场环境。具身智能不仅是技术的突破，更是对传统行业的颠覆，未来可能在自动驾驶、机器人等领域产生深远影响。
多模态模型的优势
商汤的日日新V6.5多模态模型通过图文交错思维链显著提升了推理精度。这种创新的推理方式使得模型在处理复杂任务时更具灵活性和准确性，尤其是在需要同时理解视觉和文本信息的场景中。相比于传统模型，日日新6.5的性价比提升了5倍，为企业在实际应用中节省了成本，增强了竞争力。
数据稀缺问题的解决方案
在具身智能领域，数据稀缺是普遍面临的挑战。商汤通过其「开悟」世界模型，能够批量生成合成任务，缓解这一问题。同时，与硬件厂商的合作也为真实数据的回流提供了保障。这种软硬协同的策略，不仅提升了模型的训练效率，也为未来的持续发展奠定了基础。
延伸问答
商汤科技的「悟能」具身智能平台有什么特点？
「悟能」具身智能平台支持感知、导航和交互等功能，结合了多模态模型和世界模型，形成自循环生态。
日日新V6.5模型相比于前一版本有什么提升？
日日新V6.5在推理精度上显著提升，性价比提高了5倍，推理成本仅为6.0的30%。
商汤如何解决数据稀缺问题？
商汤通过世界模型批量生成合成任务，并与真实数据回流形成闭环，解决数据从量到质的问题。
商汤的多模态技术如何推动AGI的发展？
商汤的多模态技术通过同时处理文本、图像和动作，帮助AI理解和改造物理环境，是迈向AGI的必经之路。
「开悟」世界模型的功能是什么？
「开悟」世界模型支持多视角视频生成，理解遮挡、时序和运动规律，能够生成一致的3D场景。
商汤的具身智能平台如何与硬件协同？
商汤选择“软硬协同”路线，与多家硬件厂商合作，将多模态能力预装进不同形态的机器人中。
