# 商汤发 SenseNova-U1 技术报告，开源一个激活参数仅 30 亿的多模态模型

> 原标题：SenseNova-U1 技术报告深度发布：前沿原生多模态模型构建全指南

- 来源：AI HOT 精选
- 发布时间：2026-05-13T06:19:47.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/19822
- 原文：https://x.com/SenseTime_AI/status/2054446490420924558

## 摘要

报告把训练一个原生多模态模型的全流程拆成了六步，从统一建模、无损接视觉信号，到用自回归加像素空间流匹配一起训，再到强化学习后训练和蒸馏，每一步都给了实操细节。开源版本 SenseNova-U1-A3B-MoT 用了混合专家架构，只激活 30 亿参数，主打跑得快、成本低。模型权重、代码和演示都放出来了，不过报告里没给具体 benchmark 对比，实际效...

## 推荐理由

我会先打个折：这是厂商自己发的技术报告，正文没给基准分数、开源协议和复现细节，所以别当第三方评测看。亮点在于把训练全流程讲清楚了——从数据配比、六阶段课程到 RL 后训练和蒸馏，每一步都给了操作说明。A3B-MoT 用 MoE 把激活参数压到 30 亿，推理时确实省钱，但报告没披露总参数量、专家数这些关键数字，也没说开源权重什么时候放出来。这点先别太激动，等代码和权重落地再判断。

## 锐评

这份技术报告的价值在于把“原生多模态模型怎么训”这件事拆成了可操作的六步，从统一建模、无损接视觉信号，到自回归加像素空间流匹配联合训练，再到强化学习后训练和蒸馏，每一步都给了实操细节，不是只讲理念。开源版本 SenseNova-U1-A3B-MoT 用了混合专家架构，只激活30亿参数，明确冲着低成本、低延迟去，对想自己部署试水的团队比较友好。

但报告最大的信息缺口是没给具体 benchmark 对比。正文只说了“高效快速”，没跟同尺寸模型或更大模型在标准评测集上拉过表，所以“高效”到底对应什么水平的性能，目前只能靠自己去跑。另外，强化学习后训练和蒸馏部分的具体奖励设计、数据配比也没展开，想复现还得等后续或自己补实验。我会先打个折：这是一份不错的工程路线图，但还不是一张能直接抄的满分答卷。