SenseNova-MARS – 商汤科技开源的多模态自主推理模型

SenseNova-MARS是什么

SenseNova-MARS是商汤科技开源的多模态自主推理模型，提供8B和32B两种参数规模。作为首个支持动态视觉推理与图文搜索深度融合的Agentic VLM，模型能像智能体一样自主规划任务步骤，灵活调用图像裁剪、文本搜索、图像搜索三大工具，无需人工干预可完成复杂的多跳推理。模型在MMSearch、HR-MMSearch、FVQA等七大基准测试中，SenseNova-MARS-32B以69.74分的平均成绩超越Gemini-3-Pro（69.06分）和GPT-5.2（67.64分），在开源模型中达到SOTA水平，标志着AI从”能回答”向”能执行”的重要跨越。

SenseNova-MARS的主要功能

• 多模态搜索推理：模型融合图像与文本进行跨模态信息检索，支持动态调用工具完成复杂知识推理。