---
title: "商汤把十分钟视频塞进一个模型，然后带去了香港"
date: 2026-11-17
category: AI大模型
site: 脑机网
canonical: https://aiai.cafe/a/njw-0ebb03
language: zh-CN
---

# 商汤把十分钟视频塞进一个模型，然后带去了香港

> ## 关键要点

## 关键要点

- 商汤在 2025 年 4 月的技术交流日发布日日新 V6（SenseNova V6），公司称其为原生多模态混合专家（MoE）基座模型，参数规模超过 6000 亿。
- 商汤称 V6 是中国首个支持十分钟视频全帧率理解与深度推理的模型；做法是把画面、音频、字幕与时间逻辑对齐后压缩，十分钟视频约折合 16K token。
- 同步推出的 V6 Omni 面向实时交互，覆盖角色扮演、翻译、导览、绘本讲述与数学讲解，公司称已在具身智能等行业部署。
- 为拉开发者，商汤宣布 1 亿元人民币（约合 1390 万美元 / 1.08 亿港元）专项扶持，投向具身智能与 AIGC。
一个能看懂十分钟视频的模型，听起来像实验室里的稀奇物件，直到你真的用它干活。多数系统只抽几帧，中途丢了线索，帧与帧之间发生了什么就被跳过了。商汤在 2025 年 4 月的技术交流日给出的答案是：把整段序列留在视野里，再推向日常应用。

模型家族叫日日新 V6（SenseNova V6）。商汤的定位是原生多模态混合专家（MoE）基座模型，参数规模超过 6000 亿。它接受文本、图像和视频输入，并且是在这些模态上做推理，而不只是描述。

## 十分钟这个数字靠什么成立
最具体的能力被商汤称为"全局记忆"。背后的工程没那么玄：把视觉帧、音频、字幕和时间逻辑对齐成统一序列表示，再用细粒度级联压缩与内容感知过滤压缩。商汤说，十分钟视频压完约 16K token，仍保留关键语义。

压缩才是全部的窍门。长上下文视频表面上是模型问题，本质上是显存问题。只要能把输入压到注意力机制真的抱得住的量级，推理才有可能发生。

与它并列的是 V6 Omni，一个更轻的全模态交互模型，面向角色扮演、翻译、导览等实时场景。商汤称其已在具身智能等行业部署，是中国首个商用的全模态实时交互模型。

## 用图推理，不只是用词推理
发布的另一半讲的是"想"。商汤称 V6 用超过 2000 亿高质量多模态长思维链数据训练，链长可达 64K token。长链通过多智能体协作合成并验证，再用来教模型一步步处理图文混合问题。

公司把实用价值落在文档处理上。以商业健康险理赔为例，V6 可以查看投保人提交的材料，标出不必要开的药或不必要做的检查、缺失的单据、不完整的提交。琐碎正是重点：能对扫描版理赔单推理的模型，比在数学竞赛上拿分的模型更接近业务流程。

这里必须把话说清楚。商汤的发布材料里满是最高级："国内首个""行业最低成本""最先进"。这些是公司官网上的主张，其中若干项与具名海外模型对比，应当读作厂商声明。我没有找到独立榜单结果来证实"首个""最低"这类说法。

## 从上海到一款粤语应用
落地的相当一部分发生在香港。商汤把面向香港用户的 AI 助手"商量"（SenseChat）升级到 V6 之上。更新后的应用加入了带情绪表达的实时音视频交互，首发支持普通话对话，粤语语音通话被列为后续版本。它支持繁体中文，并在 iOS 与 Android 上免费提供。

这个细节容易被跳过，但它是最清楚的战略证据：一个在推理榜单上做宣传的模型，正通过本地语言应用出货。商汤董事长兼 CEO 徐立的说法很直接："AI 的真正价值在日常生活里。"

## 一亿元代金券
为了把开发者拉到自己的平台上，商汤宣布了 1 亿元人民币（约合 1390 万美元 / 1.08 亿港元）的专项扶持，投向具身智能与 AIGC。这个包覆盖专家咨询、模型训练与推理验证。它既是研究发布，也是市场动作：模型可以通过商量网页版试用，补贴则降低了集成的成本。这类补贴的真实作用是缩短"试一试"到"接进去"的距离——模型能力的差距往往几周就被追平，而工程师已经写进代码的调用习惯，追平起来要慢得多。

## 诚实的局限
所有能力、排名与成本主张都来自商汤自己的发布。"国内首个""行业最低"是公司断言，不是独立验证的结果。十分钟视频是在商汤自己的压缩流水线下测得的能力，不构成对任意视频类型、分辨率或领域的保证。1 亿元代金券是一项条款可能变动的补贴，材料中没有申领规则细则。文中的应用更新在信源中处于预览阶段，粤语语音通话被列为未来版本，而非已上线功能。

## 普通人现在能做什么

- 拿你自己的素材去验证长视频主张。抽帧采样和全序列压缩，在会议录像、课程视频和电影预告片上的表现差异很大。
- 把"首个"和"成本最低"当成需要复核的主张。在转述那个数字之前，先问清楚对比的是哪个榜单、哪种硬件、哪个价格。
- 关注本地语言应用，而不只是模型卡。一个模型通过粤语助手触达用户，比发布会上的一张跑分幻灯片更能说明真实部署。

---

来源：脑机网（https://aiai.cafe/）｜原文：https://aiai.cafe/a/njw-0ebb03
本内容仅供参考，不构成投资建议。
