商汤在 10 月 30 日把 SenseNova 的 9B 模型（Loop-9B-Preview）权重放上 Hugging Face 和 GitHub，许可为 Apache 2.0。它的卖点不是把参数堆大，而是让同一组层多跑一遍：首尾各 4 层各执行一次，中间 24 层共享同一套权重连续跑两遍，一次前向共完成 56 次解码层执行，显存里仍只存 32 套权重。
循环之外还加了一条连接
中间这段循环区里，团队引入了 mHC，用两路残差流加上受约束的信息混合来稳住信号传播，混合矩阵由 Sinkhorn 归一化约束。消融显示这项改动把 GPQA Diamond 拉高 4.42 分，TeamBench 拉高 13.34 分。
模型卡里还有两个容易被忽略的数字：总参数约 90 亿，推理时按循环展开算作约 146 亿；训练序列最长 262144 个 Token。也就是说，9B 是存储口径，14.6B 是计算口径，两个数字放在一起，才解释得清「9B 追平 27B」是怎么来的。
按商汤自己的评测，这个 9B 模型在代码、办公和智能体任务上强于 Qwen3.5-27B，三个自测榜（WorkBuddy Bench／RaccoonPPT／AutomationBench）都只有厂商口径；模型卡还列了 BIRD-Dev 等榜项。
官方说法与模型卡的出入
商汤的新闻稿只写「通过多轮迭代扩展有效计算深度」，没有给出循环次数；Pandaily 依据模型卡写明是中间 24 层跑两遍、单次前向 56 层执行，并提醒这些成绩均为厂商自测、技术报告尚未发布。一个省略了量化口径，一个把前提写全。
原文链接：https://www.leiphone.com/category/industrynews/f9tAHG0kPopK1Nnw.html
来源：雷峰网 / Pandaily
