---
title: "商汤称9B参数能打出27B的手感：同一批网络层跑了两遍"
date: 2026-11-20
category: AI大模型
site: 脑机网
canonical: https://aiai.cafe/a/njw-022741
language: zh-CN
---

# 商汤称9B参数能打出27B的手感：同一批网络层跑了两遍

> 90亿参数，在这个榜单天天刷新的行当里，本该是没人多看一眼的规格。

90亿参数，在这个榜单天天刷新的行当里，本该是没人多看一眼的规格。

发布方却说它跑出了三倍体量模型的效果。窍门不在新数据，而在于把同一批层算了两遍。

## 发布了什么
2026年11月17日，商汤科技发布SenseNova Loop-9B正式版，18日又发出中英文双语完整新闻稿。此前10月30日，预览版已先行出现在魔搭社区。

架构才是重点。模型总参数约90亿，但第4层到第27层在共享权重下执行两次。32个物理解码器层，在一次前向传播中变成56次层计算。商汤称其有效推理参数量约为146亿。

与这个循环并置的，是一个叫流形约束超连接的机制，简称mHC。通俗讲，循环里携带两路残差信息流，由学习得到的映射决定它们怎么混合。解码器还以四层为一组交替注意力方式：三层线性注意力，接一层全注意力。

模型接受文本与图像输入、输出文本，上下文窗口最高51.2万词元。权重与代码已开源，官方AWQ 4比特量化版本在发布首日即可获取。

## 小模型为什么值得算得更多
过去几年，提升性能的主路线是加参数。这条路要付账：更多显存、更大带宽、每次请求都更贵的硬件。

循环改的是另一个变量。模型在更多计算步里复用同一批权重，每个存下来的参数就能承担更多推理。商汤的主张是，这让一个约9B的模型在智能体与数据分析任务上够到27B级系统，同时塞进便宜得多的硬件。

公司的数字给这个主张一个形状。4比特量化下，权重约占4.9GiB，部署显存可控制在10GiB以内。在25.6万词元上下文、4比特权重加8比特键值缓存的配置下，公司给出的推理显存约为15GiB。这和服务前沿模型所需的集群，已经不是同一类机器。换句话说，卖点不是绝对性能，而是每单位显存能换来多少可用能力。

基准上，公司报告其NL2Repo得分41.36，接近Qwen3.8-27B的44.60；AIDABench得分65.31，略高于对比对象的65.01。这些是厂商自报结果，没有独立实验室在可下载的权重文件上重跑过。

## 谁能真的用上
实际受众不是手边有台笔记本的人，而是在自己已有的硬件上、私有环境里需要一个能写代码、能跑智能体的模型的团队。

银行、医院、工厂对把提示词发到公网接口往往有硬性规定。一个能在有限显存预算内跑起来的模型，在这些场景里就成了选项。对高端加速器获取受限地区的开发者，道理相同。对这类用户，模型是不是榜单第一并不重要，能不能在合规边界内跑完一项任务才重要。

还有一层生态信号。据北京商报报道，沐曦宣布已完成该模型的首日适配。当一家国产GPU厂商与一家国产模型厂商把发布节奏对上，实际问题就从"能不能跑"变成"在这套特定软件栈上调得怎么样"。

## 需要小心的地方
"27B级"是一个比较，不是等价。循环9B可能在一小批智能体与数据分析任务上追平27B，在别的任务上落后，而上下文处理往往正是差距显形的部位。

还有延迟问题。把同一批层跑两遍，意味着每个词元都要更多计算。显存占用小，并不自动等于响应更快；公司公开材料强调的是部署体积，而不是吞吐。对交互式产品，慢半秒和便宜一半，是一笔要算清楚的账。

## 关键要点

- 商汤于2026年11月17日发布SenseNova Loop-9B正式版，此前10月30日有预览版；权重与代码已开源。
- 模型在共享权重下把第4至27层执行两次，32个物理层变成56次计算，并用双流mHC做信息路由。
- 4比特量化下权重约4.9GiB，公司称部署显存可控制在10GiB以内。
- 厂商自报成绩在NL2Repo与AIDABench上贴近Qwen3.8-27B，尚未被独立复现。

## 诚实的局限
所有基准分数、显存数字与"可比27B"的说法，都来自商汤自己的发布材料。本文写作时没有针对已发布权重的独立评测，对比对象与提示词也是公司选的。

本文没有测试这个模型，无法验证输出质量、幻觉率、真实工具调用的可靠性，也无法验证它在某一特定芯片上的服务速度。

首日适配的消息来自北京商报。它在那块硬件上、以及其他厂商硬件上的实际表现，本文没有确立。

## 普通人现在能做什么

- 如果你在为私有化部署选模型，先按自己需要的上下文长度算一遍显存预算，再去看标题上的参数量。
- 把量化版本下下来，跑几个你自己的任务。厂商表格里的智能体分数，对你的具体工作流说明不了太多。
- 遇到"对标更大模型"的发布，先看比的是哪些任务。窄口径的追平依然有用，但它不是全面追平。

---

来源：脑机网（https://aiai.cafe/）｜原文：https://aiai.cafe/a/njw-022741
本内容仅供参考，不构成投资建议。
