北京
分享至
8月21日消息，商汤科技今日开源轻量级原生统一多模态大模型SenseNova U1.5 Lite正式版。相比此前预览版，新版本进一步强化复杂指令遵循、视觉质量、文字与布局、原生4K生成、图像编辑和精细视觉控制等能力，面向真实视觉创作和交付场景提升稳定性与可控性。
据商汤方面介绍，SenseNova U1.5 Lite原生支持3-4k字符长度的复杂指令，可同时处理主体、数量、空间关系、文字、布局和风格等多重约束，降低长Prompt场景下的细节遗漏和执行偏差。
在图像生成方面，新模型进一步优化构图、色彩、材质、光影、真实感及局部细节，并强化中英文文字、海报、信息图、品牌视觉以及多文本排版能力。模型还支持原生4K高分辨率输出，在高分辨率生成中兼顾整体构图与微小文字、材质肌理等细节表现。
图像编辑方面，SenseNova U1.5 Lite提升了主体身份、空间结构、版式关系以及非编辑区域的保持能力，可用于局部修改、元素替换、文字精修以及多参考图编辑。同时支持Bounding Box、Visual Marker以及单图、多图参考等方式，对指定区域和对象进行更精细的控制。
模型参数规模方面，SenseNova U1.5 Lite为8B参数。商汤方面表示，其基于NEO-unify统一架构，并采用MOPD多专家在线策略蒸馏技术：训练阶段分别针对文字、美学和编辑等能力训练专家模型，交付阶段则将相关能力融合到单一8B模型中，从而避免通过显式Router频繁调用不同模型带来的系统开销和推理时延。
目前，SenseNova U1.5 Lite已面向全球开源，开发者可通过GitHub、Hugging Face及魔搭社区部署使用，并可在SenseNova Studio进行在线体验。（定西）
本文来源：网易智能
责任编辑：
葛嘉淼_NBJS32703
