商汤科技在7月18日于上海举行的2026世界人工智能大会上正式发布了其大模型家族旗舰产品 SenseNova U1 Pro（简称U1 Pro）。这款产品定位为面向长程任务的交付级原生多模态智能体基座，旨在实现理解、生成与行动的统一。商汤方面表示，U1 Pro的推出标志着多模态AI正从传统的单点式内容生成（Generation）阶段，全面迈向能够闭环完成复杂长程任务的系统级内容交付（Delivery）新时代。

U1 Pro是商汤 日日新 SenseNova U 系列的旗舰版本。商汤科技联合创始人、首席科学家林达华认为，多模态产品正经历类似代码产品从Copilot辅助到Agentic Coding的进化路径：第一阶段解决真实感生成问题；第二阶段实现自然语言交互与持续修改的多模态创作进阶；第三阶段则能在真实场景中直接完成交付级创作，兼顾设计美感与内容精准，从而解决用户反复“抽卡”的痛点。

为实现这一目标，U1 Pro提供了四大核心交付能力：巅峰设计美感以告别“AI味”、原生8K超清输出、极致的图文与细节控制，以及长程Agentic闭环思维。其底层核心得益于 NEO-unify 内核架构，该架构在原生多模态体系中实现了语言和视觉的统一表征，打破了理解与生成的割裂壁垒。

商汤于今年4月开源了基础模型SenseNova U1。开源两个多月来，该模型在真实工作流中增长显著。今年6月，U1用户的人均日生图量相比5月提升近3倍，表明模型已深度切入实际应用。截至7月中旬，U1以及集成其能力的SenseNova-Skills代码库在GitHub的总Star数突破8000。此外，商汤还开源了SenseNova-Vision统一视觉大模型，让实例分割、目标检测等经典视觉任务成为通用大模型的原生能力。

在面向复杂多模态任务的系统级交付能力测试中，U1 Pro主要聚焦美学叙事、逻辑控制与硬核数据推理三大高难度场景。例如，在复杂视频创作任务中，模型不再依赖随机“抽卡”拼凑镜头，而是自主规划并生成了包含剧情世界观、角色人设、服装武器、环境色调在内的整体视觉蓝图，并一次性输出多达22个逻辑一致的连续分镜。配合商汤视频工具，可实现人物、剧情和视觉语言的高度可控交付。

在商业化落地方面，U1 Pro作为通用多模态基座，正试图重塑办公、电商、教育等生产单元。目前，该模型已在商汤旗下的产业级AI“小浣熊”及视频创作工具 Seko 中得到验证，覆盖数以千万计的个人用户、接近一万家企业用户，以及大批AI原生组织。这些用户可将自身经验、兴趣和创意转化为可规模化复用的交付成果。

目前，U1 Pro的预览版本已开启邀请测试，并将随推理服务资源扩大逐步放开邀测范围。模型的正式版本计划于今年8月上线对公众开放服务，届时将同步推出相应的定价和API服务。