7月27日，商汤科技发布全新「日日新SenseNovaV6.5」（简称“日日新V6.5”）大模型体系，多模态基座大模型迎来突破性升级，带来AI从“生产力工具”到“生产力”的跨越。商汤旗下核心产品商汤小浣熊也完成智能体升级。　　商汤「日日新V6.5」多模态基座大模型带来三大突破性升级：强推理：图文交错多模态思维链，推理性能比肩Gemini2.5Pro、Claude-4Sonnet；高效率：多模态架构优化，性价比提升3倍以上；智能体：数据分析大幅领先，支持端到端的场景落地，实现价值闭环。通过多模态思维链数据进阶图文交错思维链数据合成，商汤「日日新V6.5」多模态推理与交互性能实现了大幅提升：【核心指标】文本推理能力和多模态推理大幅提升，超越Gemini2.5Pro、Claude-4Sonnet；多模态交互能力超越Gemini2.5Flash和GPT-4o，各方面性能突出。
　　商汤「日日新V6.5」率先突破图文交错思维链技术，在大模型中引入形象思维，成为国内首个实现图文交错思维的商业级大模型。在人类的思考中，形象思维和逻辑思维同等重要，两者有机结合才能形成全面的思维能力。所谓“一图胜千言”，一幅图往往比大段文字更能引发有效思考。当前，主流的多模态模型虽然已经实现了在输入端融合多种模态，但思考推理过程依然主要依赖语言推理，图形和空间推理仍存在短板。
　　多模态思维链构造的关键在于信息的图形化表达，相比纯文本思维链更具挑战，不仅要呈现文字思考过程，还需生成作为思考节点的图像，难以通过纯人工方式大规模实现。商汤研发团队先基于对思维过程的理解构造种子数据，经监督微调（SFT）训练让模型初步具备图文交错思考能力，再通过多轮强化学习显著提升多模态推理能力。
　　同时，商汤还改进了多模态模型的融合架构，促进跨模态早期融合。新的架构采用了显著变轻的视觉编码器，以及深而窄的主干模型，使得视觉表征在前馈计算早期就与语言进行对齐和交融，从而使感知更高效，模态融合更深。得益于模型架构的改进，商汤「日日新V6.5」在实现成本优化的同时，预训练吞吐量提升了20%以上，强化学习效率提升了40%，推理吞吐量提升了35%以上，取得性能和成本的完美平衡：相较「日日新V6.0」，「日日新V6.5」将性价比提升了3倍。