中国AI押中黑马：西班牙，夺冠新智元

北京时间今天凌晨，时隔16年，西班牙人重新举起大力神杯！

而在为这一刻欢呼的同时我们发现，今年的美加墨世界杯，除了踢球的、看球的，还有一群「数字选手」也格外忙碌——

那些顶着几十亿参数，一路疯狂推演、预测的AI大模型。

小组赛阶段，当商汤小浣熊押「佛得角」能挺进32强时，没人当真。可它偏偏正中靶心，而12个大模型演算104场比赛，敢押佛得角这匹黑马的，只有4个。

到了西班牙对阵阿根廷的决赛，小浣熊玩得更大。

它把两队的晋级路径、球员对位、历史交锋和海量关键数据揉碎重组，再交由商汤日日新旗舰级SenseNova U1 Pro执笔排布，干脆利落地甩出一张巨幅尺寸、直接铺满整个论坛大屏的超清战报图。

这张长卷里，小浣熊预测阿根廷将以2比1战胜西班牙夺冠。虽然这次针对比分的「终极预言」与现实擦肩而过，但它向行业展示的，却是从「给出一个猜测」到「交付一件完整的商业成品」的蜕变。

商汤这次在WAIC舞台上真正想讲的故事，便藏在这张图里。

敢押佛得角的底气，藏在基座里

看到这你可能要问了，既能押中黑马，又能完成巨幅战报图，靠得是什么能力？

答案就藏在它背后的商汤日日新SenseNova大模型体系和集成其能力的的Skills。其中交付最终成品图的是全新的SenseNova U1 Pro。

简单来说，U1 Pro是一款面向长程任务的交付级原生多模态智能体基座，内核是理解、生成、行动的原生统一。

这两年，OpenAI和Anthropic都不约而同地都把重心压在了代码、办公、设计这几个场景上。原因就在于，这些场景背后是同一件事：解决长程任务，跑通智能体的Loop（闭环）。

AI Coding就是现成的样本。

最早是Copilot，帮专业开发者补全代码，全球也就2000万程序员用得上；接着是Vibe Coding，用自然语言表达需求，人群一下子就拓宽了。

再往后，Coding Agent开始拆解任务、调用工具、测试修复，代码彻底藏到了任务背后。普通人拿到手的，直接就是结果。

可以看到，一旦真正到系统级交付阶段，复杂的专业门槛按被悄然抹平，任何人都能轻松上手。模型的商业价值也由此真正显现。

而多模态技术，正在重走AI Coding走过的路。如今，它已经站在了走向系统级内容交付的节点——Agentic Generation（智能体生成）。

原因在于，可控，不等于可交付。

在过去，用户让AI改个局部，往往导致全局崩盘。这种不可控的生成，让看似充满灵感的创作，实则变成了纯凭运气的「盲盒抽卡」。

U1 Pro跨越的，就是这一步。而其中的关键，就在「理解、生成、行动的原生统一」这几个字上。

正因为模型不仅能生成，还看得懂自己生成出来的东西，它才能不停地反思。

围绕一个目标，持续地理解、规划、执行、检查、修正，一跑就是数十轮——这就是智能体生成循环（Agentic Generation Loop）。

用徐立的话说：不需要你有更多的编辑、理解和生成能力，只要把意图充分表达，AI就可以给到你可交付的内容。

回头看这届世界杯，其实就是这套循环的一次公开路演。

持续咀嚼赛事数据是理解，压中佛得角是推理，而那张惊艳全场的巨幅战报图，则是最后一环的交付。整个过程在同一个系统里完美闭环，不需要人类中途接力。

那这套系统交出来的东西，到底长什么样？

这里有一个极其严苛的任务。设计一张原创电影海报，要求高完成度、可以直接上映宣传使用。

来看结果：雨夜港口、蒙尘的电话亭、窗上的水痕，光影完整；左上角手写体片名《雾港来信》，配文「寄信的人，七年前已经消失在了海上」；底部还有一整行监制、导演、编剧、摄影的演职员小字。

放大看，字字清晰。整体效果，就是那种可以直接送进影院灯箱的感觉。

而且，除了海报之外，无论是漫画、广告还是杂志封面，U1 Pro都能实现直接交付结果。