商汤SenseNova 6.8 Flash实测：轻量模型硬刚办公与Agent任务

新智元报道  

大模型圈的风向最近变了个彻底。早前比的是模型能生成多少内容、能手搓多少行代码；可如今用户早就不满足于对话框里那种「半成品」了。

真正被看重的是：它到底能不能把一件具体的工作任务干完？能不能听明白复杂需求、把任务一步步推进下去，最后交出拿来就能用的成果？

商汤这几天放出SenseNova 6.8 Flash正式版，新模型已经全面接入商汤小浣熊桌面客户端与Token Plan。

一个Flash级别的轻量模型，竟能在办公协同与视觉工程交付基准上对标国际顶尖模型。眼下商汤小浣熊客户端可体验3D、Web、动态Poster等功能。

多项权威基准测试里，SenseNova 6.8 Flash的表现相当抢眼：多Agent协作（TeamBench）、数据分析（DataAnalysis 2.0）、办公协同（WorkbuddyBench）、深度检索与演示文稿（BrowseComp & RaccoonPPTBench v2）等能力，对标Opus 5.5与GPT 5.6 Sol等海外顶尖模型。

跑分亮眼归亮眼，可真把复杂的设计和办公需求交给它，它能不能交出带审美的成品？

于是我们打开小浣熊客户端，从矢量物理联动、多模态空间寻路，到动态镜头调度与数据叙事，摆出几道变态级考题，真刀真枪实战了一轮。

视觉生成这块，静态排版太简单，我们没考。真正要验的是两件事：模型能不能靠纯代码把机械物理联动算准，又能不能读懂复杂插画里的三维结构。

考题1：三只鹈鹕结伴夜骑

「用SVG代码画一只骑自行车的鹈鹕」，这题在AI圈里早被反复考过。难的地方不在画鸟，而在机械结构的几何对位和运动学联动。

不少AI交出的demo里，轮子转着，鸟腿却悬在半空，看着很别扭。

这回难度往上加了一档：小浣熊要用内联SVG手绘三只鹈鹕，一前两后，物理约束也定得很死——曲柄、脚踏和双段式鸟腿必须铰接联动；抬车头时，整车得绕后轮轴心旋转。

来回优化几轮，出来的效果很亮眼。三只鹈鹕的膝关节跟着脚踏转动，屈伸分毫不差。点「冲一段」、「下点雨」和「抬前轮」，动作也都自然。

连杆动作能算得这么顺，模型拿纯代码搭矢量图层、做空间编程的底子，确实硬。

考题2：立体纸书院落导览

这题考的是看懂插画里的遮挡关系，再自己规划矢量寻路。我们丢进去一张暖光微距的「立体纸艺书店插画」，让小浣熊找出画中6个书摊的位置和中间走道，写一套「纸飞机寻路系统」，还得做到昼夜灯光切换、摊位现场改名、SVG矢量路线图导出。

有个要求很关键：纸飞机飞向摊位时，得顺着真实过道拐弯，绕开墙体遮挡。

在页面上点某个摊位，一只白色纸飞机马上沿院落走道滑出去，绕过桌角，稳稳停在目标上方。切到「夜灯」模式，橘色窗光正好落在六座纸屋的窗框里。

喂进去的只是一张静态插画，它却一眼看穿了画里的走廊动线和建筑遮挡，这份多模态空间感知力相当惊人。

这一关要看的是：模型能不能用纯代码搭出3D光影空间，同时完成多机位镜头调度和跨模态数据耦合。

考题3：雨夜末班电车

不给任何3D模型素材，只靠纯代码，让小浣熊手搓一个带多机位镜头的雨夜3D街景。模型做出来的3D光影质感和镜头感，直接顶满——

点「进站开门」，墨绿色复古电车亮着黄色大灯穿破雨雾，平稳滑入站台。

再按一下「关门离站」，门合上，电车慢慢加速，驶进夜色里。空间景深和时间节奏配合得很顺，看着挺自然。

不过凑近看，电车开走的时候跟路边电线杆还有点小穿模。可话说回来，不靠外部建模软件、光用纯代码就能做出这种雨夜运镜，完成度已经算高了。

考题4：暗场后台彩排展演

这一题，我们传了一张工业风舞台后台底图上去，同时给了8位创作者展品的资料和排期表。模型要做的，是找到书本、植物小灯等8件实物的坐标，再写出一个让舞台光束、资料卡和时间轴三方联动的聚光灯遮罩系统，另外还得加一张能沿虚线撕开的入场票。

结果模型交出来的演出后台，空间分布相当精确。

按下「顺序预演」，聚光灯会准确锁定道具，依次扫过舞台，时间轴滑块也跟着同步跳转。

打开票夹，副券是真的能用手撕下来，高清票面还能导出。

这一套操作走完，SenseNova 6.8 Flash端到端的全栈工程交付能力，算是直观地摆在了眼前。

接下来要看的，是AI能不能把数字做成有交互、有故事的桌面小工具。

考题5：复古公寓热敏收据机

这道题给了模型8笔订阅扣费清单，外加一张复古公寓收据机底图。要求是把8项订阅分别映射到机身的8扇窗户上：点窗户能切换续订状态，触发打印头则会扫过动画，并实时重算月费。

实测效果挺生动。

把3号和8号窗户点掉（也就是暂停订阅），热敏打印头马上扫过，伴着动画吐出新的纸条，一年能省多少月费算得清清楚楚。

把单次任务做成高审美的成品，只是它的一面。SenseNova 6.8 Flash的另一面，是相当强的跨周期长期记忆和主动交互能力。

据官方权威基准评测：

说白了，AI现在能帮你「盯着事儿走到哪一步」了。

下面这个例子来自真实办公场景。

公司定在11月5日办一场重要的新品发布会。市场部和客户对接团队早就按现在的演示环境发了邀请函，演示账号也备好了。这些安排，小浣熊都悄悄存进了本地记忆库。

这时候，一封运维邮件到了：「原有用于用户体验的旧环境将在11月3日提前回收。」

麻烦在于，别的部门完全不知情。市场部和客户对接团队要是3号之后还拿旧环境给客户演示，现场肯定出大问题。

测试用的是商汤小浣熊（内部研发版）。让它去邮箱整理最新通知，指令里压根没提发布会这回事。

模型调起浏览器读完邮件，顺手把历史记忆串了起来，当场发现「停服时间比发布会早2天」这个冲突，马上在桌面右上角弹窗报警。

你点下「接受并执行」，小浣熊就在后台接手浏览器，把账号、数据、入口迁移这些内容写进紧急通知和应对方案，收件人精准填好，存进草稿箱等你过目。一场危机还没冒头就被按了下去。

一个Flash级别的轻量模型，前端动效、镜头语言、长程记忆怎么能一起扛下来？

答案在商汤的底层架构创新和Agent工程生态里。

几天前开源的SenseNova Loop-9B-Preview，给出了一条新路子：拿计算深度换参数效率。

这颗模型总参数量约90亿，独立解码器层有32层。关键在中间那24层，被做成了共享权重的循环计算块。

一次前向传播，这24层连着跑2遍，实际计算深度就到56层，推理等效参数规模被拉到14.6B。

再加上混合注意力设计，原生支持256K上下文窗口。九十亿的体量，去和三倍体量的开源模型掰手腕。

应用生态这边，商汤在GitHub开源了SenseNova-Skills技能仓库。

信息图生成、多风格动态PPT、Excel大表工作流被打包成十项标准模块，直接装进小浣熊客户端。

所以它做出来的东西才这么好看，也这么好用。

大模型竞争走到后半程，谁能听懂复杂需求，把「视觉美感」和「工程数据」一次做成一整件作品，谁才拿得到入场券。

这条赛道上，SenseNova 6.8 Flash交出的答卷挺有诚意。

眼下SenseNova 6.8 Flash正式版已经上架SenseNova Token Plan，设计功能也在小浣熊桌面客户端限时免费开放体验。

打工人和设计师的时候到了，让SenseNova 6.8 Flash当你顺手的工作搭子。