商汤开源轻量级生图模型SenseNova U1.5-Lite-Preview：4K直出，支持精准编辑
2026/08/03 19:59阅读量 4
商汤面向社区开源轻量级原生统一多模态模型SenseNova U1.5-Lite-Preview，仅8B-MoT参数即可4K直出图像，并支持复杂信息图生成、多图参考、局部文字修改和红框坐标定位编辑。官方公布的多个评测基准显示，该模型相较上一代有明显提升，正式版预计很快开源。
事件概述
商汤向开源社区发布轻量级原生统一多模态模型 SenseNova U1.5-Lite-Preview。该模型基于 NEO-Unify 架构，将语言、视觉语义与像素生成统一在同一模型内，覆盖视觉理解、推理、生成与编辑，参数规模为 8B-MoT，可原生直出 4K 图像。
核心能力
- 支持长篇、多约束、层次化及结构化视觉指令，适合海报、信息图、品牌视觉等高信息密度内容。
- 生成后支持参考图、多图组合、局部文字编辑，以及红框、坐标和 marker 定位编辑。
- 在案例中，模型可保留原版式与设计框架，将影视主题信息图改版为邮政主题；能够把真实食物照片重新绘制为手绘食谱，也能将人物照片直接转为单栏简历。
- 在将“迎”字改为“命”字的案例中，模型不是简单贴上一层新字，而是利用原图船体作为最后一竖、浪花重组其余笔画，让新字与画面自然融合。
技术路线与评测
- 为支撑 4K 输出，官方重新设计了生成头，减弱视觉 Token 网格对画面的影响，并将训练扩展到 4K 分辨率，以减少放大后的网格感、拼接痕迹与纹理断裂。
- 长 prompt 控制由 Prompt Enhance 增强，用户可逐层写明布局、风格、文字、比例和禁止项。
- 评测方面，相较上一代 U1，U1.5-Lite-Preview 在 Qwen-Image-Bench（with Prompt Enhance）上从 47.14 提升至 55.20；ImgEdit-Bench 从 3.90 提升至 4.37；GEdit-Bench 英文项从 7.47 提升至 8.17，中文项从 7.42 提升至 8.05；在 WeEdit 榜单上的 Overall Average 为 6.44。
开源与后续
官方表示，U1.5 正式版很快就会开源；当前轻量预览版已面向开发者与创作者开放。开源渠道包括：