量子位
·
商汤开源 SenseNova-MARS，突破多模态搜索推理天花板
💡
原文中文，约2600字，阅读约需7分钟。
📝
内容提要
商汤开源的SenseNova-MARS模型在多模态搜索与推理中表现优异，得分69.74，超越Gemini-3-Pro和GPT-5.2。该模型支持动态视觉推理和图文搜索，具备自主规划和高效工具调用能力，推动AI实际应用。
🎯
关键要点
- 商汤开源的SenseNova-MARS模型在多模态搜索与推理中得分69.74，超越Gemini-3-Pro和GPT-5.2。
- SenseNova-MARS是首个支持动态视觉推理和图文搜索深度融合的Agentic VLM模型，具备自主规划和工具调用能力。
- 在多个基准测试中，SenseNova-MARS取得SOTA成绩，全面领先于顶级闭源模型。
- 模型在MMSearch和HR-MMSearch等评测中表现优异，尤其在细粒度视觉分析方面。
- SenseNova-MARS能够解决复杂的多步骤推理和多工具协作问题，提升工作效率。
- 模型采用因材施教的训练方法，通过自动化数据合成和强化学习来提升能力。
- 商汤全开源SenseNova-MARS模型、代码和数据集，支持Hugging Face下载。
❓
延伸问答
SenseNova-MARS模型的主要特点是什么？
SenseNova-MARS模型支持动态视觉推理和图文搜索深度融合，具备自主规划和工具调用能力。
SenseNova-MARS在多模态搜索中的表现如何？
SenseNova-MARS在多模态搜索与推理的基准测试中得分69.74，超越Gemini-3-Pro和GPT-5.2，表现优异。
SenseNova-MARS如何解决复杂的多步骤推理问题？
SenseNova-MARS能够自主调用多种工具，完成复杂的多步骤推理任务，如识别细节、查询信息等。
SenseNova-MARS的训练方法是什么？
SenseNova-MARS采用因材施教的训练方法，通过自动化数据合成和强化学习来提升能力。
SenseNova-MARS在图文搜索评测中的得分如何？
在MMSearch评测中，SenseNova-MARS以74.27分登顶，显著超越GPT-5.2的66.08分。
如何获取SenseNova-MARS模型及其代码？
SenseNova-MARS模型、代码和数据集全开源，支持在Hugging Face上下载。
➡️
