商汤开源Loop-9B-Preview小参数大能力模型：循环计算架构媲美27B模型

SmartHey11月1日消息，商汤科技10月30日宣布开源商汤日日新SenseNova Loop-9B-Preview。

官方介绍，该模型创新采用Looped Transformer架构，通过引入循环计算机制，在不显著增加参数量的前提下，有效扩展模型的计算深度，并强化层间信息交互能力，从而显著提升其在复杂任务中的表现。在仅90亿（9B）参数规模下，其综合性能可比肩270亿（27B）参数的大模型。

SenseNova Loop-9B-Preview以9B模型为基座，保留原始解码器的首尾各4层结构，将中间层重构为参数共享的循环计算模块，支持多轮迭代推理，动态延展有效计算路径。

为进一步优化循环过程中的信息流动，模型首次集成mHC（Manifold-Constrained Hyper-Connections）机制——融合多路残差连接与流形约束下的信息混合策略，在增强特征交互丰富性的同时，保障梯度与信号传播的稳定性。

评测结果显示，该模型在代码生成、智能办公及AI智能体（Agent）等关键场景中全面领先同类轻量级模型，并在WorkBuddy Bench、RaccoonPPT Bench和AutomationBench等多项专业基准测试中超越Qwen3.5-27B，验证了“小参数、深计算”技术路线的可行性与竞争力。

消融实验进一步证实mHC机制的实际价值：启用该设计后，模型在GPQA Diamond（高难度科学推理）和TeamBench（多智能体协作任务）两项指标上分别提升4.42分和13.34分，凸显其在复杂推理与多步骤Agent任务中的突出潜力。后续，商汤将持续探索DSA（动态稀疏激活）、自适应迭代次数等优化方向，进一步提升模型推理效率与泛化表现。