浙江
商汤科技SenseNova U1信息图增强版上线后得到很多创作者和开发者的积极反馈而随着 GPT-Image-2 等新一代商业图像生成模型的出现行业期待也在快速提高模型不只要画得像还要能处理更长文本更复杂的版式结构以及更稳定的图文对应关系
基于这一技术趋势我们对SenseNova U1信息图增强版进行了专项迭代推出SenseNova U1信息图增强版V2SenseNova-U1-8B-MoT-Infographic-V2希望把这类高信息密度图像生成能力以更开放更轻量的 8B-MoT 模型形式持续推进让开源模型在小字清晰度复杂排版和视觉质感上不断向行业前沿靠近
该模型权重已在 Hugging Face 和魔搭社区开放相关代码文档与示例已同步至 GitHub
小字清晰度和复杂版式升级回应真实创作场景
如果说前一个版本SenseNova U1信息图增强版SenseNova U1-8B-MoT-Infographic能做到的是文字准确图表可靠背景稳定信息图增强版V2的跨越式突破就是让AI真正懂得如何把信息图做得更美小字更清晰排版疏密有致整体质感向专业设计师看齐
以下是V2版本生成的部分信息图
V2模型进行的关键升级包括
1小文本更清晰信息细节更好读
信息图中的脚注数据来源表格注释坐标轴标签及免责声明等小字往往承载着关键的辅助信息过去模型生成的图片边缘极易模糊笔画粘连导致用户需要放大数倍去猜字作品也显得专业度欠缺
V2版本显著提升了小字文本的边缘锐利度和清晰度以下报纸版面设计的渲染图无需反复放大在正常阅读距离下即可对各类小字信息数据一目了然
2驾驭复杂密集排版自带设计师视觉
当信息密度极高时信息图的模块之间容易相互挤压导致视觉路径混乱阅读体验差
V2版本将复杂密集排版与整体美观度作为核心升级方向通过培养模型对网络结构视觉层级和语义对应关系的深层理解让画面排版疏密有致条理清晰在以下生成商业海报游戏指南知识图谱等场景中图像的专业度美观精致度和整图可用性均大幅提升
面向更多真实场景持续突破专项与通用能力并重
优质的生图效果源于信息图增强版V2在底层训练机制上的创新与重构
• 专项强化方面在 MT 中期训练/ SFT监督微调阶段我们引入更多更好的高质量合成/真实数据并重新平衡信息图相关样本内分布以及和其他数据分布进一步优化训练数据组成针对小字渲染复杂密集排版和高美观度生成能力进行了专项强训• 视觉质感方面在 RL强化学习阶段引入了 DPO直接偏好优化训练从人类视觉审美出发整体拉高视觉质感• 稳定性提升方面在 GRPO组相对策略优化阶段进一步优化了奖励配方reward recipe从机制上让模型能够更稳定地避免非预期暗色背景的出现
得益于这一套组合拳信息图增强版V2交出亮眼答卷
• 在开源模型中保持领先并较前代显著提升相比旧版本V2版本在 BizGenEvalhard/easy困难与简单测试集上得分从 46.6 / 65.4 跃升至 50.3 / 67.9分别提升 +3.7 / +2.5在 IGenBenchQ-ACC/I-ACC指标上也由 69.5 / 17.0 提高到 71.4 / 18.3分别提升 +1.9 / +1.3
旧版本生成
V2版本生成
• 通用生成能力保持稳定综合测评指标 OneIGEN/ZH得分为 55.4 / 53.5与上一版基本持平这表明V2在信息图专项能力显著提升的同时并未明显牺牲通用生成能力
V2在OneIG (EN, ZH), LongText (EN, ZH), BizGenEval (Easy, Hard), CVTG and IGenBench 的综合能力表现
信息图基准表现
作者：虎嗅看点
来源：雪球
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
