SenseNova Loop-9B-Preview – 商汤日日新推出的开源多模态模型

SenseNova‑Loop‑9B‑Preview是商汤日日新推出的预览版开源多模态模型，采用Looped Transformer循环 Transformer 架构，存储参数量维持9B级别，依靠中间层权重复用提升有效计算深度，多项评测指标可以对标27B规模模型。项目代码托管于GitHub，权重发布在HuggingFace，遵循 Apache2.0许可协议，支持商业场景使用。模型接收文本与图像输入输出文本内容，面向长文档阅读、代码编写、智能体工具调用方向做调优，配套完整推理脚本，可在消费级 GPU 开展本地推理与二次实验。

SenseNova‑Loop‑9B‑Preview特点

Looped Transformer循环架构，中间解码器块复用同一套权重，前向过程实现更多层计算，不增加存储参数量。

搭载mHC流形约束超连接机制，强化多层之间信息流转，改善复杂推理与多步骤任务表现。

支持图文混合输入，适配长文档、代码、工具调用类任务。

Apache2.0开源许可，权重、推理代码全部对外放出，允许二次修改与商用落地。

兼容主流transformers推理库，可直接使用PyTorch加载运行，也可接入量化工具降低显存占用。

预览版本预留扩展接口，后续可迭代自适应循环迭代次数相关逻辑。

SenseNova‑Loop‑9B‑Preview优势

依靠计算深度换取任务能力，不需要成倍增大模型存储参数规模，权重文件体积更小。

mHC组件减少循环层信息损耗，长链路推理任务结果稳定性得到提升。

9B存储体量对硬件门槛友好，中端显卡就可以完成基础推理验证。

公开基准测试中，办公自动化、代码、多步骤智能体任务拿到优于传统27B模型的成绩。

开源完整实现，研究人员可直接复现循环Transformer整套逻辑，开展架构层面改造实验。

SenseNova Loop-9B-Preview项目地址

• GitHub仓库：https://github.com/OpenSenseNova/SenseNova-Loop

SenseNova‑Loop‑9B‑Preview功能

文本、图片混合输入，完成长文档内容理解、信息提取与问答。

代码生成、代码修改、调试纠错，产出可运行程序片段。

多步骤工具调用规划，拆解复杂任务输出分步执行方案。

图文结合的办公类任务，处理图表解析、文档改写、脚本生成。

支持量化推理，输出文本结果可供下游业务程序直接调用。

SenseNova‑Loop‑9B‑Preview应用场景

开发者本地部署，做代码助手、长文档解析类原型开发。

科研人员开展循环Transformer架构、小参数强推理能力对照实验。

企业内部业务原型验证，搭建文档解析、办公自动化工作流。

AI 智能体项目，用于任务拆解、工具调用规划环节。

教学研究场景，用于新式大模型架构学习与实操调试。

SenseNova‑Loop‑9B‑Preview如何使用

访问OpenSenseNova的GitHub仓库，克隆SenseNova‑Loop项目完整代码。

前往HuggingFace下载SenseNova‑Loop‑9B‑Preview预训练权重文件。

搭建Python运行环境，安装PyTorch、transformers对应版本依赖包。

修改配置脚本，填入权重存放路径，选择全精度或者 INT8 量化模式。

传入纯文本或者图文组合输入，运行推理脚本拿到模型输出。

硬件显存有限场景，启用量化模块，降低运行时显存占用。

二次开发场景基于仓库代码，调整循环迭代相关参数，开展消融实验。

业务开发封装推理接口，接入自有程序，完成文档、代码相关任务调用。