北京
分享至
原创报道，转载请注明出处。
7月6日消息，商汤科技宣布推出SenseNova U1信息图增强版V2（SenseNova-U1-8B-MoT-Infographic-V2）。该模型权重已在Hugging Face和魔搭社区开源，相关代码、文档与示例同步更新至GitHub。
据介绍，相较于前一代版本，V2版本在小字清晰度和复杂排版方面实现提升。模型可更清晰地呈现信息图中的脚注、数据来源、表格注释等小字信息，同时优化了高密度信息下的排版结构，使画面疏密有致、条理清晰。在商业海报、游戏指南、知识图谱等场景中，图像的专业度和可用性有所提升。
在底层训练机制上，V2版本在中期训练和监督微调阶段引入了更多高质量数据，对小字渲染和复杂排版能力进行了专项强化；在强化学习阶段采用DPO训练，提升视觉质感；在GRPO阶段优化奖励配方，减少非预期暗色背景的出现。
性能方面，V2版本在BizGenEval困难与简单测试集上得分分别为50.3和67.9，较前代的46.6和65.4有所提升；在IGenBench指标上，Q-ACC和I-ACC得分分别为71.4和18.3，前代为69.5和17.0。通用生成能力综合测评指标OneIG英文和中文得分分别为55.4和53.5，与上一版基本持平。
商汤科技是一家专注于人工智能研究的软件公司，业务涵盖生成式AI、视觉AI等领域，其“商汤日日新SenseNova”大模型体系致力于降低通用人工智能任务的成本。（袁雪丽）
本文来源：网易智能
责任编辑：
袁雪丽_NBJS26698
