商汤开源8B多模态模型，支持原生4K图像生成
创始人
2026-08-21 14:56:29
0次
商汤科技开源SenseNova U1.5-Lite-Preview，这是一款将视觉理解、图像生成和编辑放在同一模型中的多模态模型，采用8B-MoT规模，支持原生4K图像生成。
该模型相比SenseNova U1提升了局部纹理、细节和真实质感表现，也能更准确地生成中英文文字和复杂版式。商汤还称，模型在图像编辑时能够更好地保持主体身份和空间结构。
用户可以通过边界框、视觉标记和多张参考图控制生成与编辑结果。SenseNova U1.5-Lite-Preview目前已在GitHub、Hugging Face和ModelScope开放，仍属于预览版本。
相关内容
热门资讯
AI进化速递丨DeepSeek...
①DeepSeek上新多模态模型：多模态视觉理解模型DeepSeek-V4-Flash-Vision...
开源共享赋能创新 中国AI智惠...
央视网消息（焦点访谈）：在2026世界人工智能大会暨人工智能全球治理高级别会议开幕式上，习近平主席提...
原创 A...
路透社曝出独家消息，美国向三十多个国家发送信函，试图逼迫各国在中美AI之间做出二选一，如果参与中国主...
开源证券：给予华秦科技买入评级
开源证券股份有限公司王加煨,马智焱近期对华秦科技进行研究并发布了研究报告《2026年中报业绩点评：业...
陈丹青：AI这事儿，我根本没资...
“我一直在画画，但不想办展。除了教书那几年，我从来在‘艺术界’之外，界内的动静，我不知道的。手机上关...
百万奖金怎么拿？这有一份202...
由开源中国主办的2026上海开源软件应用创新大赛已正式启动报名，作为上海市的年度重磅技术赛事，本次大...
AI硬件周报：理想汽车八个月1...
本期速览：1.宇树科技登陆科创板首日收涨460%；2.理想汽车八个月12位核心高管离任；3.字节Se...
光轮智能亮相WRC，发布全球首...
8月19日至23日，2026世界机器人大会（WRC2026）在北京北人亦创国际会展中心举行。光轮智能...
造AI的人比用AI的人更分裂：...
文|思策智库2006年，李飞飞在普林斯顿一间不算宽敞的办公室里，跟学生说了一句当时听起来有点“反算法...
AI进入“干活”时代 ，办公赛...
TalkingData发布|解读中国AI应用市场。随着人工智能技术的深度落地与用户习惯的快速养成，国...