SenseNova-MARS全面评测：开源模型性能对比与实战指南
商汤科技今日开源了其SenseNova-MARS多模态模型，提供8B与32B两个参数版本。该模型在衡量多模态搜索与推理能力的核心基准测试中，以69.74的平均分超越了Gemini-3-Pro（69.06分）与GPT-5.2（67.64分）。
这一成绩并非简单的性能迭代。SenseNova-MARS被设计为首个支持动态视觉推理并与图文搜索深度融合的AgenticVLM模型。其核心突破在于，模型能够主动规划任务步骤、自主调用工具，从而系统性解决复杂问题，标志着AI向具备实际执行能力的关键演进。
在MMSearch、HR-MMSearch、FVQA等权威基准测试中，SenseNova-MARS不仅位列开源模型第一，更在搜索推理与视觉理解两大维度上，实现了对顶尖闭源模型的全面超越。具体技术细节可参阅其研究论文。
全能冠军，自主解决复杂问题
SenseNova-MARS的领先性由多项硬核评测数据支撑。其69.74的综合平均分，直观印证了其在多模态搜索任务上的强大实力。
在专注于图文搜索核心能力的MMSearch榜单上，它以74.27分登顶，显著领先于GPT-5.2的66.08分。在更具挑战性的HR-MMSearch评测中，它则以54.43分确立了明确优势。
HR-MMSearch测试堪称“AI界的奥林匹克”：所有题目基于2025年最新的4K超高清图片，杜绝了模型依赖训练数据记忆的可能；问题均针对图片中占比不足5%的微小细节，如隐蔽标志或细小文字，必须借助图像裁剪工具才能识别；题目覆盖八大领域，且超过60%的问题需要组合调用至少三种工具才能解答。
无论是需要广博知识储备的查询，还是依赖极致细粒度视觉分析的任务，SenseNova-MARS均展现出当前“全能冠军”的潜力。
组合式执行，应对真实场景挑战
模型的核心价值在于落地应用。SenseNova-MARS的关键能力，是解决那些需要“多步骤推理”与“多工具协同”的真实世界复杂问题。
传统AI工具调用功能单一，难以处理“先放大细节观察、再识别物体、最后查询背景信息”的连环任务。
SenseNova-MARS可自主规划处理此类任务。例如，面对“识别赛车服上微小Logo、查询该品牌成立年份、匹配车手出生日期、最后计算两者时间差”的复杂指令，它能自动规划步骤，调用图像裁剪、图文搜索等一系列工具，无需人工干预即可完成闭环解答。
这种能力可直接转化为生产力。例如，从行业峰会照片中识别企业标志，随即自动搜集相关产品信息、企业动态及关键数据，快速辅助市场与竞争格局分析。
在体育内容领域，它能从赛事照片中识别Logo、特定人物等信息，并自动追溯比赛背景或人员资料，高效补充内容创作所需的关键细节。
即便是步骤冗长、需要调用超过三种工具的复杂推理任务，例如自动裁剪分析图表细节、搜索比对相关研究数据以验证某个假设，SenseNova-MARS也能应对自如，快速得出关键判断。
正是这种“自主规划”与“多工具协作”的能力，让AI能够自动串联“细节识别、信息检索、逻辑推理”的全链条，切实提升处理复杂任务的效率。其核心工具能力可归纳为三点：
图像裁剪：精准聚焦图片上的微小细节，即便是占比不足5%的元素，如服装上的小标志或远处的标语，都能通过裁剪放大进行清晰分析。
图像搜索：在看到物体、人物或场景的瞬间，自动匹配关联信息，例如识别出特定车型或冷门设备型号。
文本搜索：快速抓取精准的文本信息，无论是公司成立年份、人物生平，还是最新的行业数据，都能迅速获取。
从练中学，形成“直觉”和“经验”
如此强大的能力源于一套“因材施教”的两阶段训练方法。
第一阶段是打基础。针对跨模态多跳搜索推理训练数据稀缺的痛点，研究团队采用了基于多模智能体的自动化数据合成引擎。该引擎通过“细粒度视觉锚点定位”与“多跳深度关联检索”机制，动态挖掘并关联跨网页实体间的逻辑，自动化构建出高复杂度的多跳推理链路。同时，引入闭环自洽性校验来剔除存在幻觉或矛盾的数据，最终构造出逻辑严密、知识密度高的优质训练数据。这相当于为AI精心筛选了一套“高难度案例集”，每个案例都明确了工具使用与步骤规划，让模型从一开始就学习真实的复杂问题解决逻辑。
第二阶段是练实战。这一阶段采用强化学习策略。AI每做出一次正确决策（如选用工具得当、步骤合理）便会获得奖励，反之则调整策略。为了确保训练稳定，团队引入了BN-GSPO算法作为“稳定器”。这种基于双阶段归一化的机制，有效平滑了动态工具调用返回结果的分布差异，确保了学习信号的一致性，从而成功解决了跨模态多步多工具智能体训练中的收敛难题，让模型在处理不同难度任务时都能均衡进步。
经过这样系统的训练，模型掌握的不仅是工具的使用方法，更培养出一种“工具使用直觉”——知道在何种情境下该调用哪些工具，以及如何将不同工具的输出结果有机整合，形成最终答案。
目前，商汤已全面开源SenseNova-MARS的模型权重、代码及部分数据集，开发者可通过Hugging Face直接下载使用。