所有人都在卷 Coding Agent，商汤说下一个能「交付」的行业是设计

过去一年，AI 行业最确定的故事属于 Coding。

从 Copilot 到 Vibe Coding，再到今天的 Agentic Coding，代码是第一个 被 AI 真正「打穿」的工业级垂直行业。几乎所有模型公司都挤进了这条赛道，模型的迭代节奏以月为单位。关键在于 Coding 不仅是 Token 的吞吐，更能直接交付结果。

然而，在几乎所有注意力都涌向 Coding 时，商汤押注了另一个赛道。

在 2026 世界人工智能大会发布上，商汤发布了 SenseNova U1 Pro，将其定位为面向长程任务的交付级原生多模态Agent基座，而它的第一站，瞄准了设计行业。

AI 生图已经火了两年多，从 Midjourney、DALL·E 到 Nano Banana、GPT-Image，生成的图惊艳归惊艳，离真正能用始终差一口气，商业化空间有限，专业工作流进不去，更多人把它当玩具。

商汤对 U1 Pro 的判断是，当 AI 图片可以稳定交付的时候，用户的价值闭环就打通了。设计赛道正在逼近和 Coding 相同的临界点。而判断谁能跑出来的标准不是模型跑分，是工业级的「交付率」。接下来几个月，这个赛道可能会发生很大的变化。

⬆️关注 Founder Park，最及时最干货的创业分享

Founder Park 正在持续寻找值得被看见的 AI 团队与项目。

我们将通过「AI 产品市集」、内容报道、社群分发等方式，帮你触达早期用户、获得真实反馈，以及建立关键连接。

如果你正在做 AI 相关的事，欢迎和我们聊聊。

01从「生成模型」到「创作模型」，交付的鸿沟在哪

什么叫「交付级」？

商汤联合创始人、首席科学家林达华举了一个例子：「一张海报上有 100 个字，错了 1 个字，你大概率不敢把它满大街去贴。但在传统生图评价里，100 个字错 1 个字，模型得 99 分。对交付来说，100 个字错 1 个字，那就是 0 分。」

这就是交付的鸿沟。传统评测按维度平均打分，「细节逼真度」「构图合理性」各占几分，模型拿个综合高分并不难。但在真实商业场景下，一张图有一处硬伤就不能用，客户不会买单。

为了解决这个问题，商汤给出的方法很直接。团队组织了 200 位美院学生和设计师，面对模型生成的每张图片，只回答一个问题：「如果你是一名设计师，你愿不愿意把这张图交给客户？」

获得肯定回答的图片比例超过 60%，模型才算达到交付级。

按这个标准去测，今年上半年之前的各类生图模型，交付率都是个位数。近期发布的商业化模型，包括一些热门产品，也低于五成。目前达到这条交付线的模型只有 U1 Pro 和 GPT Image 2。

同样是生图，为什么 U1 Pro 能过线？

林达华的回答很直接：「这是一个创作模型，不是一个生成模型。」

区别在于过程。传统生成模型的逻辑是给一个 prompt，直接出一张图，中间没有过程，用户能做的只有换个 prompt 重新生成，也就是所谓的「抽卡」。U1 Pro 的工作方式完全不同，更像一个真实的设计师在工作：接到需求后，先思考用什么版式，画出草图，退后一步看是否符合意图，调整版式，然后逐区填入内容，最后整体调色和精修。

整个过程是多步迭代的 Agentic Generation Loop，每一步都包含理解、判断和修正。虽然用户看到的只是最终成品，但背后模型已经经历了数十轮的自我反思和优化。

林达华把它类比为 Coding Agent：「Coding Agent 构建一个 software，也不是一步 build 出来的，是经过若干步思考、反馈、迭代，一步一步构造出复杂软件。我们的模型也一样，你可以理解为它就是一个数字空间里的设计师。」

在技术层面，这种能力来自 U1 Pro 的核心架构特征：理解、生成、行动在同一个模型内统一。它不是多个模型拼接协作，而是一个模型在不断调用自身的不同能力，省去了模块间频繁传递和「翻译」信息的损耗。而且 U1 Pro 可支持原生 8K 分辨率输出（GPT Image 2 只能到 4K），在中文渲染与东方美学细节上做了定向的强化学习机制训练。

现场展示的长图，限于尺寸，只显示全图。

在 WAIC 现场展示的一幅 4:1 超宽画幅的水墨风长卷很好的证明了这点。这幅跨越九年历程的长卷，包含海量文字、地标以及各种高密度信息。U1 Pro 很好的完成了成品交付。从这个角度看，U1 Pro 想得很清楚：从「给我一张图」，走向「替我完成一次设计交付」。

02统一架构、分层策略与「沿途下蛋」

设计能否成为商汤的竞争优势，首先取决于底层技术路线能不能转化为更高的迭代效率。

U1 Pro 使用NEO-unify原生统一架构。这套架构去掉了传统多模态模型中的 ViT（视觉编码器）和 VAE（变分自编码器），以纯 Transformer 统一处理文字与视觉。理解、生成和行动都使用同一种表征，模型无需在不同模块之间频繁「翻译」。

统一表征带来的第一个价值是学习效率。商汤此前披露，这套架构可以用约十分之一的数据达到同类 SOTA 模型的水平。第二个价值是计算效率，结构更简单，更容易扩展训练和推理，也能降低每一轮模型迭代的成本。

林达华把这条路径类比为 DeepSeek 路径：「当你有了一个很高效的架构之后，你在学习和各方面的成本就会降下来。」

对于商汤这样的中等体量公司，架构效率直接关系到竞争方式。它很难与 OpenAI、Google 等巨头正面比拼资源体量，更现实的选择是依靠更高的学习效率和计算效率，换取更快的迭代速度。

高效架构的终点，是把低成本迭代变成长期竞争优势。

U1 Pro 生成的超长国风景观画卷

在产品侧，商汤围绕统一架构做了三层策略：

U1（开源），面向开源社区。采用更轻量的模型和更通用的数据，让研究者、开发者可以真正部署和探索。林达华认为，一套有生命力的技术体系需要形成社区和生态，不能只存在于一家公司。

U1 Pro（闭源），面向专业级交付。一张图大约需要 10 分钟，模型会在这段时间里经过多轮迭代、自我检查和修正，直到输出零瑕疵的成品，可以直接拿去印刷或上线。目前已有设计和游戏行业的 KA 客户在内部试用。

U1 Fast，10 秒出图，适合成本敏感、对设计感要求没那么极致的场景。

商汤已有的产品体系，也是模型走向真实用户的入口。

商汤科技董事长兼 CEO 徐立在 WAIC 演讲中披露，小浣熊过去两个月周活超过 300 万，累计服务超 2000 万用户，企业用户超过 8000 家。Seko 的创作者用户已达 100 万，赋能 1500 家企业，付费创作者日均创作时长超过 1 小时，相关企业营收实现 80 多倍增长。

这里有一个商汤称为「C to B」的路径：个人用户先使用和认可产品，企业采购时的教育成本随之降低。C 端用户也会持续提供需求和反馈，帮助产品找到更明确的企业场景。

在迭代模式上，商汤已经形成了两条并行的反馈通路。线上产品有用户行为数据回流，可以做大规模数据驱动的训练。B 端私有化部署的客户会给出具体的反馈——哪里好用，哪里不好用。团队把这些反馈转化为强化学习的训练样本，再做定向优化，效果也很好。

从开源社区，到 C 端产品，再到企业客户，商汤试图让技术反馈、用户增长和商业收入进入同一个循环。

这就是商汤的「沿途下蛋」：走向终极愿景的过程中，先打穿能打穿的行业，让商业闭环支撑自己继续往下走。

03商业范式转移：超级个体正成为新客户

「沿途下蛋」是商汤对自己的要求，但市场端正在发生一件更值得关注的事：买单的人变了。

徐立在 WAIC 演讲中提到一个判断：「过去的客户如今已不再是目标客户，而新增的用户群体，往往是从真实需求出发而来的。」他把这个过程叫做从「专业人士」到「超级个体」的迁移。

过去，设计行业的付费用户几乎都是专业设计师和设计团队。AI 生图工具出现后，第一波用户也主要是设计从业者，用它提高效率。但当模型真正越过交付线，生成的东西不用修就能直接用之后，买单的人就不再限于行业内部了。一批过去请不起设计师、甚至从未想过自己需要「设计服务」的人，开始成为新客户。

不再是在存量市场里竞争，是市场扩容。

商汤的产品数据已经在印证这个变化。小浣熊办公 2000 万用户、300 万周活，Seko 100 万创作者用户、1500 家企业客户——增长最快的不是传统设计从业者，而是那些被徐立称为「超级个体」的人。他们的共同特征是：拥有某个领域的专业经验或强烈兴趣，过去缺少工具将其转化为可交付的成果，现在 AI 补上了这一环。

U1 Pro 生成的动漫角色设定图

几个真实案例能说明这种变化的商业含义。

一位拥有 20 年景观经验的审图老总工，完全不懂编程，用小浣熊的专属 Skills 把自己的审图经验固化成了「总工之眼」。一套高度专业化的行业知识，不再锁在个人经验里，而是变成了可复制、可付费的企业级工具，这是典型的垂直 SaaS 场景。

一位历史爱好者，凭借 AI 的能力拓展，打造出覆盖数百位历史人物的故事地图，用户可以从不同角度探索任意一段历史。个人兴趣驱动的内容，因为 AI 降低了制作门槛，具备了产品化的可能。

大三学生李让通过 Seko 创作的短片《告别》拿到了 1.5 亿播放量，普通记者凭个人兴趣生成的 MV 直接登上卫视舞台。Seko 平台上付费创作者日均创作时长超过 1 小时，相关企业营收实现 80 多倍增长。这些不是设计行业的存量用户在迁移，而是全新的创作者经济在生长。

最具代表性的案例来自一位视障人士。他想去解决国内 1700 万视障群体的需求，全程通过语音与模型交互，搭建了一整套面向视障人群的教育系统。这个场景在过去根本不存在于任何设计公司的客户名单上，但它就是真实的付费需求。

当这些非专业用户能直接拿到成品交付，他们在意的不是模型消耗了多少 Token，而是「做一张海报多少钱」「一套教育材料多少钱」。计费维度从 Token 转向 Task——用户购买的是确定的任务成果，不是底层算力。

这对商汤也意味着定价权上移。卖 Token 是基础设施生意，卷的是算力成本；卖 Task 是应用层生意，定价锚点是用户获得的商业价值。徐立在演讲中进一步指出，Task 的计算成本会持续降低，「从而使得真正意义上 AI 变成一个普惠的门槛」。成本下降带来市场扩容，市场扩容带来更多数据和收入，收入又支撑模型继续迭代，这是一个正向飞轮。

值得注意的是，这些超级个体的故事指向同一个方向：AI 没有替代他们原有的能力，而是让他们的能力延伸到了过去到不了的地方。徐立在演讲中特别强调，好的 AI 产品「目标不是制造依赖，而是聚焦于个人成长」。用户在使用过程中能力也在同步提升，这才是产品能长期留住用户的根本原因。

设计赛道的商业闭环正在形成：交付级的产品能力打开了新市场，新市场催生了新的计费模式，超级个体作为新的用户群体提供了持续增长的需求和数据。

04Coder AGI，是General AGI

实际上，商汤真正想验证的是多模态 AGI 的终极路径。

今天的大语言模型主要从海量文本中学习世界，Coding Agent 也主要工作在语言和数字空间。进入机器人、自动驾驶、城市治理等物理场景后，智能还要理解空间、物体关系、运动变化和真实环境。许多视觉信息无法被完整压缩成文字，General AGI 离不开视觉。

林达华把它称为「打开物理空间 AGI 的钥匙」。他的判断很明确：「不是Coder AGI，而是General的AGI，一定是离不开视觉的。很多东西没有办法完全用语言来表达。」

林达华说，团队已经看到了「视觉涌现的一点点苗头」，虽然还处在早期阶段。

设计是这条长期路线上的一个阶段性落点。它足够大，也已经接近模型能力的临界点。如果 U1 Pro 能够稳定跨过交付线，设计行业就可能率先形成商业闭环，为统一架构积累用户、数据和收入。

再往前，视觉理解、世界模型和具身智能会继续把这套架构推向真实物理空间。

这也是商汤选择设计的完整逻辑：Coding 已经证明 AI 如何落地一个行业，多模态设计提供了下一次验证机会；今天先让一张图真正交付，最终目标是让视觉与语言共同支撑 General AGI。

U1 Pro，就是商汤在通往 General AGI 路上，押下的一个设计行业落点。

转载原创文章请添加微信：founderparker