商汤科技在 11 月 17 日晚间正式推出 SenseNova Loop-9B 正式版模型,它最大的亮点就是不走单纯堆参数的老路,依靠 Loop 循环结构加上流形约束超连接 mHC 技术,在只有 9B 物理参数的前提下,把 32 个物理解码层扩展到 56 次层计算,实现接近 27B 参数模型的推理能力,同时降低显存门槛,适合在本地卡、边缘设备上部署,主打长文本理解、代码生成、Agent 智能体、工具调用和图文多模态任务。现在大模型普遍存在参数越大、显存要求越高、部署成本越贵的问题,商汤这套循环 Transformer 架构,就是想用更少的参数做出更深的计算能力,兼顾性能和落地成本。这款模型支持图文输入、文本输出,上下文上限拉到 512K tokens,4bit 量化之后权重只有大约 4.9GB,整体部署显存需求控制在 10GB 以内,很多消费级显卡都有机会跑起来。在官方评测里,它在数据分析、智能体相关榜单上表现不错,部分指标和 27B 级别的模型持平甚至更好,后续也已经有芯片厂商完成快速适配,方便开发者直接拿来做二次开发。
SenseNova Loop-9B 核心参数清单
- 物理参数量:约 9B
- 解码层结构:32 个物理层,循环复用后实现 56 次层计算
- 输入输出:文本、图像输入,文本输出,属于多模态模型
- 最大上下文:512K tokens
- 量化规格:4bit 量化后权重约 4.9GB,部署显存≤10GB
- 核心技术:Loop 循环结构 + mHC 流形约束超连接
- 适配场景:长文档理解、代码编写、Agent 工具调用、数据分析
这款模型的核心优势
- 参数效率更高:不用把参数量堆到 27B,依靠循环复用层,用小参数拿到大模型的推理水平,硬件成本更低。
- 显存门槛友好:10GB 以内显存就能部署,降低个人开发者、中小企业本地部署的门槛。
- 长上下文能力强:512K 上下文窗口,适合读取超长文档、合同、代码库做分析。
- 多任务适配:同时支持图文输入,代码、智能体、数据分析多个方向都做了优化。
适合使用 SenseNova Loop-9B 的场景
- 本地知识库、长文档摘要、文档问答
- 代码生成、代码库解读、脚本开发
- Agent 智能体开发,自动调用工具完成任务
- 图文混合内容理解,图片搭配文字一起分析
后续落地流程
- 开发者可以获取模型权重,搭配 vLLM 等推理框架进行部署。
- 芯片厂商持续完成适配,国产算力平台可以直接跑这个模型。
- 基于模型做微调,面向行业场景定制专属版本。
- 持续迭代优化循环架构的推理速度,降低延迟。
整体来看,SenseNova Loop-9B 代表了商汤在循环 Transformer 方向的落地成果,核心思路就是 “堆计算深度而不是堆参数”,给低显存硬件跑高性能大模型提供了新方案。
【相关 FAQ】
问题 1:商汤 SenseNova Loop-9B 模型是什么架构?
回答 1:商汤 SenseNova Loop-9B 模型采用 Looped Transformer 循环架构,搭配 mHC 流形约束超连接,依靠共享中间层循环执行,用 9B 物理参数实现更深的计算效果。
问题 2:商汤 SenseNova Loop-9B 模型需要多少显存才能跑?
回答 2:商汤 SenseNova Loop-9B 模型 4bit 量化后权重约 4.9GB,整体部署显存需求低至 10GB 以内,普通消费显卡也有机会部署运行。
问题 3:商汤 SenseNova Loop-9B 模型最大支持多长上下文?
回答 3:商汤 SenseNova Loop-9B 模型上下文最高支持 512K tokens,适合超长文档、代码库这类长文本处理任务。
问题 4:商汤 SenseNova Loop-9B 模型可以做哪些任务?
回答 4:商汤 SenseNova Loop-9B 模型支持图文输入,主要用于长文档理解、代码生成、Agent 智能体、工具调用、数据分析等多模态推理任务。
问题 5:商汤 SenseNova Loop-9B 模型和之前 Preview 版本差别在哪?
回答 5:商汤 SenseNova Loop-9B 正式版延续 Preview 版本的循环架构思路,提升了上下文上限、优化评测表现,面向商用落地,适配更多推理框架和算力芯片。
【参考资料】
[2026-11-17](商汤发布 SenseNova Loop-9B 模型:部署显存需求低至 10 GB 内)IT 之家
[2026-11-17](商汤发布 SenseNova Loop-9B 模型)界面新闻
[2026-11-17](商汤正式推出 SenseNova Loop-9B 循环架构大模型)同花顺财经
[2026-11-12](商汤开源 SenseNova Loop-9B-Preview,9B 参数对标更大模型)艾瑞网
【免责声明】
本文内容仅为资讯整理,不构成技术选型、商业落地、投资方面的建议。商汤 SenseNova Loop-9B 模型的评测成绩、开源协议、适配状态、部署细节以商汤官方公告、模型卡为准,模型性能会随硬件、推理框架、量化方式变化。
本文来自作者[碎频映射]投稿,不代表新投网立场,如若转载,请注明出处:https://www.eastpo.net/ai/202611/1710.html
评论列表(4条)
我是新投网的签约作者“碎频映射”!
希望本篇文章《商汤正式发布 SenseNova Loop-9B 模型,9B 参数靠循环架构对标 27B 级大模型》能对你有所帮助!
本站[新投网]内容主要涵盖:互联网行业的追踪与探索
本文概览:商汤科技在 11 月 17 日晚间正式推出 SenseNova Loop-9B 正式版模型,它最大的亮点就是不走单纯堆参数的老路,依靠 Loop 循环结构加上流形约束超连接 mHC 技术,在只有 9B 物理参数的前提下,把 32 个物理解码层扩展到 56 次层计算,实现接近 27B 参数模型的推理能力,同时降低显存门槛,适合在本地卡、边缘设备上部署,主打长文本理解、代码生成、Agent 智能体、工具调用和图文多模态任务。现在大模型普遍存在参数越大、显存要求越高、部署成本越贵的问题,商汤这套循环 Transformer 架构,就是想用更少的参数做出更深的计算能力,兼顾性能和落地成本。这款模型支持图文输入、文本输出,上下文上限拉到 512K tokens,4bit 量化之后权重只有大约 4.9GB,整体部署显存需求控制在 10GB 以内,很多消费级显卡都有机会跑起来。在官方评测里,它在数据分析、智能体相关榜单上表现不错,部分指标和 27B 级别的模型持平甚至更好,后续也已经有芯片厂商完成快速适配,方便开发者直接拿来做二次开发。