商汤开源 SenseNova U1.5-Lite-Preview：8B 参数实现原生 4K 图像生成

商汤科技近日宣布开源轻量级统一多模态模型预览版 SenseNova U1.5-Lite-Preview。作为 SenseNova U1 的系统性迭代版本，该模型基于 NEO-unify 架构，在仅 8B-MoT 参数规模下，实现了原生 4K 图像生成、更细致的纹理表现、更精准的中英文文字生成以及更稳定的图像编辑能力。

核心亮点：小模型，大能力

在参数规模被不断推高的行业背景下，SenseNova U1.5-Lite-Preview 以较小的体量实现了多项突破：

• 原生 4K 图像生成：直接输出超高清图像，无需后处理放大，细节表现更丰富。
• 更细致的纹理表现：在材质、光影等环节的生成质量显著提升，满足专业创作需求。
• 精准的中英文文字生成：对画面中的文字渲染能力进一步增强，减少拼写错误和字形畸变。
• 稳定的图像编辑能力：支持基于指令的局部修改、风格迁移和多图组合编辑，交互更自然。

技术架构与理解能力

据商汤官方介绍，SenseNova U1.5-Lite-Preview 重点提升了模型对长篇自然语言描述和结构化视觉指令的理解能力。这使得开发者可以通过复杂的自然语言或视觉条件，实现更精准的视觉控制。例如，用户可描述具体场景、物体关系、风格要求，模型能够准确解析并生成符合预期的图像。

在图像编辑方面，新模型支持：

1. 参考图风格迁移：将参考图片的艺术风格应用到新生成内容上。
2. 多参考图组合编辑：融合多张图片的元素，生成全新画面。
3. 交互式精准调整：通过对话或区域指定，持续迭代优化生成结果。

这意味着 AI 图像创作从一次性的生成，逐渐转向持续迭代优化的工作流，大幅提升创作者的生产效率。

性能评测显著提升

相比上一代模型，SenseNova U1.5-Lite-Preview 在多项评测基准中取得明显进步。商汤表示，该模型能够在较小规模下兼顾生成质量与交互能力，进一步降低了多模态 AI 技术的应用门槛。开发者无需超大显存或高端计算集群，即可部署并体验前沿的图像生成与编辑功能。

商汤科技强调：“此次开源不仅是技术迭代，更是对开发者生态的承诺。我们希望让更多团队基于此模型探索多模态应用的可能性。”

开源与生态

目前，SenseNova U1.5-Lite-Preview 已同步开放至以下平台：

• GitHub：获取源代码、推理脚本与使用文档。
• Hugging Face：直接下载模型权重，快速集成到现有流程。
• 魔搭社区（ModelScope）：中文开发者可便捷访问，并参与社区讨论。

同时，面向专业创作者和企业用户的交付级创作模型 SenseNova U1Pro 正处于紧密邀测阶段。该模型预计将提供更强的生成能力和更完善的服务支持，适用于商业级应用场景。

行业趋势：从卷参数到卷体验

随着多模态模型竞争逐渐从参数规模转向效率、控制能力和实际应用体验，商汤此次开源轻量化模型具有标志性意义。它表明行业正在推动高性能 AI 能力向更广泛的开发者生态开放，让更多人参与到多模态应用的创新中。

对于研究者而言，SenseNova U1.5-Lite-Preview 的架构设计与训练方案值得深入分析；对于开发者，这无疑是一个可直接上手的强大工具。可以预见，未来多模态将不再是少数巨头的专属领域，而将真正成为大众适用的基础设施。

总结

• 模型名称：SenseNova U1.5-Lite-Preview
• 参数规模：8B-MoT
• 核心技术：NEO-unify 架构，原生 4K 生成，增强编辑能力
• 开源平台：GitHub、Hugging Face、魔搭社区
• 商业化模型：SenseNova U1Pro（邀测中）

商汤此次开源行动，为 AI 图像生成领域注入了新的活力。无论是学术研究还是产业应用，U1.5-Lite-Preview 都提供了极具性价比的选择。我们期待看到基于该模型的更多创新应用涌现。