IT之家 11 月 10 日消息，商湯科技今日發布并開源 SenseNova-SI 系列模型。官方宣布，在多項權威評測的空間理解和推理任務上，SenseNova-SI 不僅大幅度領先同量級開源多模態大模型，還超越了 GPT-5 和 Gemini 2.5 Pro 等國際頂尖閉源模型的表現。同時，其在空間智能領域實現重要突破。

商湯科技表示，當前行業領先的大模型雖在知識、寫作、推理、編程等方面展示了突出的性能，但普遍對空間結構的理解和推理存在很嚴重的短板，而這恰恰是具身智能體與世界交互所需要的關鍵基礎能力。

這次開源的 SenseNova-SI 空間智能大模型系列包括 2B 和 8B 兩個規格。官方提供的評測數據顯示，SenseNova-SI 系列模型在空間智能多個基準測試（VSI、MMSI、MindCube、ViewSpatial）中表現突出。

其中 SenseNova-SI-8B 模型在四個基本評測中獲得 60.99 的平均成績，不僅大幅領先 Qwen3-VL-8B（40.16）、BAGEL-7B（35.01）等開源通用多模態模型，以及 SpatialMLLM（35.05）、ViLaSR-7B（36.41）等專門的空間智能模型，還以相對輕量的模型規格實現了對 GPT-5（49.68）、Gemini-2.5-Pro（48.81）等頂級閉源模型的超越。這里顯著的性能提升反映了模型在空間智能上獲得了質的突破，而不是簡單的性能改善。

以下為 GPT-5 和 SenseNova-SI-8B 模型面對空間智能問題給出的答案對比。

如圖，給出的立方體組合圖形，要求選擇正確俯視圖。GPT-5 選擇答案 D，SenseNova-SI-8B 選擇答案 B，正確答案為 B。

假設我站在手持相機人的位置，并且面朝他現在面朝的方向，摩托車是位于我的左側還是右側？GPT-5 選擇答案 A（左側），SenseNova-SI-8B 選擇答案 B，正確答案為 B（右側）。（例題源自 SITE-Bench）

多車道道路場景，判斷黃色汽車的后續動作（如直行、轉向等）。GPT-5 選擇答案 C（靜止），SenseNova-SI-8B 選擇答案（D），正確答案為 D（右轉）。（例題源自 SITE-Bench）

同一戶外場景，通過視角變化判斷移動方向。GPT-5 選擇答案 C，SenseNova-SI-8B 選擇答案 D，正確答案為向左前方移動（選項 D）。（例題源自 MindCube）

同一室內空間，包含白板、椅子和沙發等，通過物體位置變化分析移動方向。GPT-5 選擇答案 D，SenseNova-SI-8B 選擇答案 A，正確答案為向左前方移動（選項 A）。（例題源自 MindCube）

從不同角度拍攝帶黑色衣物的桌子，從正面視角（圖 1）判斷桌子右側物體。GPT-5 選擇答案 B，SenseNova-SI-8B 選擇答案 C，正確答案為門（選項 C）。（例題源自 MindCube）

IT之家附 SenseNova-SI 開源地址：https://github.com/EvolvingLMMs-Lab/EASI