
开源国产8B模型,比肩闭源Image 2了! (opens in a new tab)
商汤科技这次正式开源的SenseNova U1.5 Lite,其亮点如下:而且啊,SenseNova U1.5 Lite依旧保持了8B的大小,还能在复杂排版与精准编辑等核心的场景上比肩闭源的GPT-Image-2:
Total 7 articles

商汤科技这次正式开源的SenseNova U1.5 Lite,其亮点如下:而且啊,SenseNova U1.5 Lite依旧保持了8B的大小,还能在复杂排版与精准编辑等核心的场景上比肩闭源的GPT-Image-2:

直出8K长卷,中国AI还是首次!就在今天,WAIC大会上,商汤正式发布下一代「满血旗舰」——日日新SenseNova-U1 Pro。 这是业界头一回,把「看懂、生成、动手」原生做进了同一个多模态基座的底层。

SenseNova U1 是商汤最新发布的一个开源的多模态模型,它的 Lite 系列 8B 和 A3B 参数版本,目前已经在 Hugging Face 和 GitHub 上开源。APPSO 也提前拿到了测试资格,我们发现商汤这款新一代原生理解生成统一模型,就开源模型来说,已经做到了最好水平。

商汤刚刚开源了一个全新架构的理解生成统一模型SenseNova-U1,虽然小尺寸版本只有8B,却能复刻不少GPT-Image-2的拿手绝活。太阳系图解,八大行星各自的轨道、属性、图文介绍一应俱全,看着挺像那么回事。

当 AI 行业的目光集中在 Agent、工具调用、长程任务这些上层应用之时,底层的多模态架构正在经历一次更安静、也更彻底的范式转变 —— 它要回答的是一个看似朴素的问题:理解与生成,是否天生就该是两件事?

一款能走进真实工作的生图模型。 时常会有人感慨,各种生图模型让人眼花缭乱,但一到真正交稿时,还是免不了反复“抽卡”。好不容易挑到一张满意的图,改个字、换个元素,又得重新开始。 抽到一张好看的图,和完成一项工作,毕竟不是一回事。 在真实工作中,做一张图往往只是任务的一部分:公众号文章需要封面和多张配图,企业招聘需要海报、易拉宝、折页等一整套物料,设计过程中还可能随时需要改文字、换人物服装、调整局部元素。 这也意味着,办公场景中的生图需求,对模型提出的要求已经不只是画面效果。它需要理解上下文和用户意图,处理已有素材,组织图片中的信息与版式,并在发现问题后继续修改。信息要完整,设计要美观,修改要可控

正式版将在近期推出并开源。 一张只有简单线条、栏目框架和流程箭头的手绘草图,交给AI后,能否直接变成一张符合商业出版标准的“深海潜水装备流程”高精海报? 下面这个案例中,模型不仅识别出了草图中的氧气瓶、面镜、潜水电脑表等装备,还保留了“装备总览、功能详解、下潜前检查、安全下潜流程、下潜后检查”五部分结构,并为不同栏目补充图片、图标和说明文字,将原本粗略的构想变成了一张深蓝科技风的完整设计图。 ▲模型根据草图生成彩绘海报 从草图到彩绘海报,AI需要读懂内容和结构,按要求补全细节、统一风格,还要保留不能改动的部分。 完成这项任务的,是商汤最新开源的轻量级原生统一多模态模型SenseNova U1.