商汤开源空间智能大模型，领跑空间理解新纪元

智东西11月11日报道，昨晚，商汤科技正式揭晓并开放了SenseNova-SI系列空间智能大模型，涵盖面向企业与面向大众（2B与8B）两个版本。

该系列模型在多个空间智能基准测试中表现卓越，其中SenseNova-SI-8B模型在VSI-Bench、MMSI-Bench、MindCube-Tiny与ViewSpatial四大核心任务上斩获60.99的平均成绩，不仅远超Qwen3-VL-8B（40.16）、BAGEL-7B（35.01）等同级开源通用模型，也超越了SpatialMLLM（35.05）、ViLaSR-7B（36.41）等专注于空间理解的模型。

值得注意的是，在维持8B参数规模的前提下，该模型的平均成绩已超越GPT-5（49.68）与Gemini-2.5-Pro（48.81）。

SenseNova-SI系列模型在VSI、MMSI、MindCube、ViewSpatial等空间智能基准测试中取得佳绩。

此番性能飞跃，得益于商汤在训练机制上的系统性设计。研究团队构建了“空间能力分类体系”，并大幅扩充了空间理解数据规模，首次在该领域验证了“尺度效应”的存在。

这一技术突破解决了当前多模态大模型面临的核心挑战之一：即空间智能短板尚未完全补齐。尽管当前大模型在语言、代码、逻辑推理等任务上表现优异，但在需要空间理解能力的场景中仍显不足。

例如，GPT-5虽能解出复杂图形逻辑题，但在判断立方体俯视图这类空间题时却出现明显错误。这类题对人类儿童而言可能是直觉判断，却难住了顶级模型。

SenseNova-SI的构建与训练聚焦于空间理解，其开源为大模型在空间智能方向上的能力优化提供了新样本。

GitHub:

Hugging Face:

01.空间智能也有“Scaling Law”？商汤团队首次验证

SenseNova-SI的性能提升并非单点优化，而是基于系统训练范式的整体进化。商汤基于自研的空间能力分类体系，将空间智能细分为六大核心维度: 空间测量、空间重构、空间关系、视角转换、空间形变与空间推理。

在训练数据层面，商汤团队整合多模态感知、视觉模型等领域的积累，大幅扩展了空间理解数据规模，并首次在空间智能领域验证了“尺度效应”——即随着数据量与质量的持续增长，模型的空间认知能力将同步增强。

这一方法具有通用性，能支持多种基座模型（如InternVL）进行空间能力的增强迁移。商汤团队表示，后续将发布完整的技术报告，进一步阐述具体的技术方案。

02.面对空间题，GPT-5“犯难”，SenseNova-SI表现更稳定

在SITE-Bench和MindCube两大空间智能基准测试中，商汤研究团队选取了六道典型题目，涵盖俯视图判断、视角转换、物体方位与移动方向推理等任务，对GPT-5与SenseNova-SI-8B进行了测试。

结果显示，GPT-5在多项题目中误判连连，而SenseNova-SI-8B则连续给出正确答案，展现出更稳定的空间理解能力：

1、俯视图选择题：在立方体组合图形中，要求选择正确俯视图。GPT-5选择了错误的D选项，而SenseNova-SI-8B选择了正确的B选项。