商汤发布日日新 V6

背景

此次发布结合了两个方向：能够同时处理文字、图像和视频的多模态模型，以及在回答前进行多步推理的推理模型。

发生了什么

2025 年 4 月 10 日，商汤发布日日新 V6^[1]。它是原生混合专家多模态模型，参数量超过 6000 亿^[2]。该系列包括推理版 V6 Reasoner 和实时版 V6 Omni^[2]。

关键细节

模型支持最长 64K token 的多模态思维链，能够分析 10 分钟的视频^[2]。商汤将其描述为中国最先进的多模态模型，并称成本为业内最低^[2]。这些是公司自己的描述。

基于 V6 的新版商量应用进入预览^[2]。商汤还宣布，向具身智能和 AIGC 方向的开发者提供 1 亿元补贴^[2]。

影响

这次发布使商汤的模型线转向带有实时版本的原生多模态推理模型。对读者来说，它展示了公司如何同时把模型与面向消费者的对话应用、以及对新兴领域开发者的支持结合起来。

名词解释

原生多模态模型从训练开始就同时处理多种输入，这不同于在只学过文本的模型上再加装图像识别模块。推理模型指在最终答案之前先写出中间推理步骤的模型。实时模型可以在对话进行时处理语音和图像，而不必等待一次完整的请求。

基于模型的应用是用户直接使用的产品层，模型则是底层系统。开发者补贴指向在某一领域开发产品的人提供的资金或支持，目的是鼓励该领域的工作。预览版则让一小部分用户先行使用，他们的反馈有助于完善正式版本。对非技术读者来说，记住三个概念即可：多模态是多种输入，推理是分步思考，实时是边交互边回应。