据IT之家11月1日报道，商汤科技于10月30日宣布开源商汤日日新SenseNova Loop-9B-Preview。该模型采用Looped Transformer架构，通过循环计算扩展有效计算深度。官方称，其以9B参数规模实现了可媲美27B参数模型的表现。
具体做法是，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，再通过多轮迭代扩展有效计算深度。模型还尝试引入mHC（Manifold-Constrained Hyper-Connections），利用多路残差连接与受约束的信息混合，增强特征交互并维持信号传播稳定。
“媲美27B”的说法有具体评测范围。据报道转述的模型介绍，在当前评测设置下，该模型在代码生成、办公场景和智能体任务等方向取得了优于其他模型的结果，并在WorkBuddy Bench、RaccoonPPT Bench和AutomationBench等评测中超过Qwen3.5-27B。这些结果属于所述评测设置下的表现。
商汤还通过消融实验评估了mHC的收益。采用这一机制后，模型在GPQA Diamond和TeamBench上的成绩分别提高4.42分和13.34分。报道将其描述为在复杂推理和多步骤Agent任务中展现出应用潜力，而非已经完成相关场景的全面验证。
报道列出了GitHub项目和Hugging Face模型页面作为开源入口。后续，商汤还计划探索DSA、自适应迭代次数等机制，以提升推理效率与任务表现；这些属于后续探索方向，并非此次已实现的能力。