新智元报道

北京时间今天凌晨，时隔16年，西班牙人重新举起大力神杯！

而在为这一刻欢呼的同时我们发现，今年的美加墨世界杯，除了踢球的、看球的，还有一群「数字选手」也格外忙碌——

那些顶着几十亿参数，一路疯狂推演、预测的AI大模型。

小组赛阶段，当商汤小浣熊押「佛得角」能挺进32强时，没人当真。可它偏偏正中靶心，而12个大模型演算104场比赛，敢押佛得角这匹黑马的，只有4个。

到了西班牙对阵阿根廷的决赛，小浣熊玩得更大。

它把两队的晋级路径、球员对位、历史交锋和海量关键数据揉碎重组，再交由商汤日日新旗舰级SenseNova U1 Pro执笔排布，干脆利落地甩出一张巨幅尺寸、直接铺满整个论坛大屏的超清战报图。

这张长卷里，小浣熊预测阿根廷将以2比1战胜西班牙夺冠。虽然这次针对比分的「终极预言」与现实擦肩而过，但它向行业展示的，却是从「给出一个猜测」到「交付一件完整的商业成品」的蜕变。

商汤这次在WAIC舞台上真正想讲的故事，便藏在这张图里。

敢押佛得角的底气，藏在基座里

看到这你可能要问了，既能押中黑马，又能完成巨幅战报图，靠得是什么能力？

答案就藏在它背后的商汤日日新SenseNova大模型体系和集成其能力的的Skills。其中交付最终成品图的是全新的SenseNova U1 Pro。

简单来说，U1 Pro是一款面向长程任务的交付级原生多模态智能体基座，内核是理解、生成、行动的原生统一。

这两年，OpenAI和Anthropic都不约而同地都把重心压在了代码、办公、设计这几个场景上。原因就在于，这些场景背后是同一件事：解决长程任务，跑通智能体的Loop（闭环）。

AI Coding就是现成的样本。

最早是Copilot，帮专业开发者补全代码，全球也就2000万程序员用得上；接着是Vibe Coding，用自然语言表达需求，人群一下子就拓宽了。

再往后，Coding Agent开始拆解任务、调用工具、测试修复，代码彻底藏到了任务背后。普通人拿到手的，直接就是结果。

可以看到，一旦真正到系统级交付阶段，复杂的专业门槛按被悄然抹平，任何人都能轻松上手。模型的商业价值也由此真正显现。

而多模态技术，正在重走AI Coding走过的路。如今，它已经站在了走向系统级内容交付的节点——Agentic Generation（智能体生成）。

原因在于，可控，不等于可交付。

在过去，用户让AI改个局部，往往导致全局崩盘。这种不可控的生成，让看似充满灵感的创作，实则变成了纯凭运气的「盲盒抽卡」。

U1 Pro跨越的，就是这一步。而其中的关键，就在「理解、生成、行动的原生统一」这几个字上。

正因为模型不仅能生成，还看得懂自己生成出来的东西，它才能不停地反思。

围绕一个目标，持续地理解、规划、执行、检查、修正，一跑就是数十轮——这就是智能体生成循环（Agentic Generation Loop）。

用徐立的话说：不需要你有更多的编辑、理解和生成能力，只要把意图充分表达，AI就可以给到你可交付的内容。

回头看这届世界杯，其实就是这套循环的一次公开路演。

持续咀嚼赛事数据是理解，压中佛得角是推理，而那张惊艳全场的巨幅战报图，则是最后一环的交付。整个过程在同一个系统里完美闭环，不需要人类中途接力。

那这套系统交出来的东西，到底长什么样？

这里有一个极其严苛的任务。设计一张原创电影海报，要求高完成度、可以直接上映宣传使用。

来看结果：雨夜港口、蒙尘的电话亭、窗上的水痕，光影完整；左上角手写体片名《雾港来信》，配文「寄信的人，七年前已经消失在了海上」；底部还有一整行监制、导演、编剧、摄影的演职员小字。

放大看，字字清晰。整体效果，就是那种可以直接送进影院灯箱的感觉。

而且，除了海报之外，无论是漫画、广告还是杂志封面，U1 Pro都能实现直接交付结果。

左右滑动查看

从数字世界，走进物理世界

如果你以为理解、生成、行动的统一，就只能用来生图和做设计，那就小看它了。

实际上，WAIC开幕前几天，商汤还基于同样的架构体系，开源了统一视觉大模型——SenseNova-Vision，把检测、分割、深度估计这些过去彼此割裂的经典视觉任务，生生并进了同一个模型。

这无异于给AI换上了一双「物理之眼」，让它开始读出数字图像背后更底层的物理三维现实。

举个例子。

面对密密麻麻挤在一起的鱼群、货架上东倒西歪的商品——它能把每一个个体剥离出来、清点清楚。

工业计数、智慧仓储这些老大难场景，一下子有了新解法。

用徐立的话说：在人类眼中甚至可能产生幻觉的信息，在AI的眼中，其实可以正确推断出背后的结构化信息。

从此，视觉AI从只会执行指令的「工具」，变成了看得懂物理世界的「世界理解模型」。

多模态智能能解决的问题，也就从数字世界的设计稿，一路延伸到了物理世界的真实场景。

超级个体的那些事

行业的事说完了。那对我们普通人来说，这套系统能用来做什么？

在WAIC上，围绕着商汤的多模态智能体系统，我们还看到了一个个超级个体（OPC）的故事正在发生。

李博在景观审图一线摸爬滚打了二十年，毒辣眼光全藏在岁月的褶皱里。他不认识任何编程语言，却借助小浣熊捏出一套「总工之眼」，让二十年的隐秘经验，破天荒变成可复制、可结构化的数字资产。

崔城是一位历史发烧友。他将五百位历史人物的荣辱、羁绊与迁徙揉进一张动态故事地图，王安石的诗词与足迹在像素间复活。

曹文伟的世界虽然没有光，但他却把小浣熊用作「第二双眼睛」，通过全程的语音交流，为中国上千万视障人士量身打磨出了一套更懂盲人的教材。

此时此刻，无障碍第一次从「工具无障碍」，走到了「能力无障碍」。

像他们这样的人还有很多——我们缺的只是把它锻造成实物的产能。

过去，这种产能被包装成团队、项目组或昂贵的工作室；而今天，这种战斗力，可以轻松被压缩进了轻量级的软件里了。

Token之后，Task上桌

产能之后，接下来发生变化的，就是拿起它的人。徐立把这个现象，称作「使用者的迁移」。

前面那条代码的路早就证明，能力每往前走一步，用的人就换一批、多一圈。如今多模态被U1 Pro拽进第三段，人群一旦重构，两块基石随之动摇。

从Tool到Agent，从Token到Task，从Programmer到OPC。

首先是计价刻度的转向。行业习惯了按Token计费，也就是按燃烧的算力收钱。但当聚光灯打在超级个体身上时，徐立认为，价值的核心必须转向Task，按任务的圆满交付来结账。

其次是组织形态裂变。小浣熊带动超两千万用户运转，周活三百万，八千家企业客户接入，并已裂变出教育、政数、金融等行业版本。

把这一路串起来看，正是同一个理解、生成、行动原生统一的基座，靠着越拉越长的Loop，向上长出数字世界的设计交付，向外走进物理世界的工业现场，向下把产业级的生产力，递到每一个普通人的手里。

什么是好的AI产品？徐立的答案是：不做替代，做能力的拓界；不做依赖，做个人的成长。具体到这届WAIC，就是把工作室级别的长程生产力，双手献给每一个人。

AI虽然未能完美预测出绿茵场上的终极比分，但这恰恰证明了现实世界的不可预知与巨大魅力。

球场上的冠军属于胜者，但当工作室级别的长程生产力被双手奉上时，每一个普通的「超级个体」，都已经在AI的赋能下，拿到了属于自己人生的「全场MVP」。

One More Thing

对了，文章写到这里，还有一个反转没讲。

整个赛程里，小浣熊一直坚定押注阿根廷。但就在决赛开打的前一天，它悄悄把答案改成了——西班牙。

最新的数据进来，共识变了，它就跟着修正了自己。

还记得徐立那句话吗？AI预测的从来不是未来，而是当下的信息共识。

这么看，理解、检查、修正的那个Loop，一直都跑在每一次判断里。