10 月 30 日，商汤科技宣布开源日日新 SenseNova Loop-9B-Preview。与单纯堆参数的路线不同，该模型尝试用“循环计算”在有限参数规模下扩展有效计算深度，探索更充分的信息交互机制。

具体而言，Loop-9B 以 9B 尺度模型为基座，保留首尾各 4 层原始解码器模块，将中间层改造为参数共享的循环计算模块，通过多轮迭代把有效计算深度“拉长”。在此之上，团队进一步引入 mHC（Manifold-Constrained Hyper-Connections）机制，用多路残差连接与受约束的信息混合增强特征交互、维持信号传播稳定。官方表示，在当前评测设置下，模型在代码生成、办公场景与智能体任务等方向均优于其他同规模模型，并在 WorkBuddy Bench、RaccoonPPT Bench 与 AutomationBench 等基准上超过 Qwen3.5-27B。

消融实验显示，采用 mHC 后 GPQA Diamond 与 TeamBench 分别提升 4.42 分与 13.34 分，显示出在复杂推理与多步骤 Agent 任务中的应用潜力。商汤表示后续将继续探索 DSA、自适应迭代次数等机制。对资源受限、却希望在本地或边缘侧获得接近大模型能力的团队而言，这类“循环+小参数”的架构提供了新的性价比思路，也为主权可控的轻量化 AI 部署增添了选项。

来源：IT之家