品玩2月4日讯，商汤科技近日正式开源其多模态自主推理模型SenseNova-MARS，提供8B与32B双版本。该模型在多模态搜索与推理核心测试中以69.74的平均分超越Gemini-3-Pro（69.06分）与GPT-5.2（67.64分），成为全球首个支持动态视觉推理与图文搜索深度融合的Agentic VLM模型。
SenseNova-MARS具备自主规划任务步骤、调用多工具协同的能力，在MMSearch、HR-MMSearch等关键测试中均取得开源模型最优成绩。其特色在于能够处理需多步骤推理的复杂场景，如细节识别、信息检索与逻辑验证，显著提升AI在实际应用中的执行效率。
此次开源涵盖模型、代码及数据集，旨在推动多模态AI技术发展。商汤呼吁开发者与行业用户积极参与测试，共同探索智能体技术的落地前景。
打开网易新闻 查看精彩图片
热门跟贴