SenseNova-SI是什么
SenseNova-SI 是商汤开源的空间智能大模型，专注于提升空间智能。模型通过大规模、高质量的空间数据训练，显著增强模型在空间测量、关系理解、视角转换等核心维度的能力。在多个权威基准测试中，SenseNova-SI 超越同量级开源模型，领先于 GPT-5 等顶尖闭源模型。模型提供详细的安装和使用指南，助力开发者快速上手，推动具身智能和世界模型的发展，为 AI 理解三维世界奠定基础。
商汤科技最新开源的空间智能模型SenseNova-SI-1.3在EASI-8综合评测中登顶第一，超越Gemini-3-Pro，尤其在视角转换、空间推理等高难度任务上表现突出。模型通过构建层次化训练数据和验证”空间智能尺度效应”，证明高质量数据比单纯增大模型参数更能有效提升空间理解能力，为具身智能等应用提供强有力的开源基座。
SenseNova-SI的主要功能
- 空间测量与估算：模型能对物体的尺寸、距离等进行准确的量化估算。
- 空间关系理解：模型能理解物体之间的相对位置、方向和空间布局。
- 视角转换：支持处理从不同视角观察同一场景时的信息变化，推断视角变化带来的影响。
- 空间重构与形变：理解物体的三维结构，在形变或重构后保持空间认知。
- 空间推理：基于空间信息进行逻辑推理，例如判断物体的移动方向或空间布局的变化。
- 多模态融合：结合图像、文本等多种模态数据，提升对复杂空间场景的理解能力。
SenseNova-SI的技术原理
- 尺度效应（Scale Effect）：通过大规模、高质量的空间数据训练，验证“尺度效应”，即数据量的增加能显著提升模型的空间认知能力，是 SenseNova-SI 性能飞跃的核心原因。
- 系统性训练方法：商汤提出空间能力分类体系，基于此扩充数据规模，采用系统化的训练方法，使模型在多个空间智能维度上实现一致性提升。
- 多模态融合架构：基于 InternVL 等基础架构，SenseNova-SI 能有效融合图像和文本信息，提升对复杂场景的理解能力。
SenseNova-SI的项目地址
- GitHub仓库：https://github.com/OpenSenseNova/SenseNova-SI
- HuggingFace模型库：https://huggingface.co/collections/sensenova/sensenova-si
SenseNova-SI的应用场景
- 自动驾驶：通过精准的空间测量和视角转换能力，帮助车辆更好地理解道路环境，预测其他物体的运动方向，提升自动驾驶的安全性和可靠性。
- 机器人导航与交互：用空间关系理解和空间推理能力，使机器人能在复杂环境中自主导航，理解物体位置进行精准操作。
- 虚拟现实与增强现实：为虚拟场景提供更真实的空间感知，帮助用户在虚拟环境中获得更自然的交互体验。
- 智能安防：通过空间智能分析监控视频，快速识别异常行为或物体的位置变化，提升安防监控的效率和准确性。
- 建筑设计与规划：辅助设计师进行三维空间布局规划，通过空间重构能力快速生成和优化设计方案。