SenseTime Releases 8B Model with Native 4K Output

•SenseNova U1.5 Lite正式版於2026年8月21日開源，相比預覽版，它在真實視覺任務的訓練數據與後訓練流程上進行了優化，強化了複雜指令遵循、原生圖像編輯、文字布局等能力。
•該模型基於NEO-unify統一框架，採用多專家在線策略蒸餾技術，將多專家能力融合至單體模型，並支持單卡流暢運行。
•SenseNova U1.5 Lite能夠原生支持3-4k字符的超長指令遵循，打破了多數開源模型在1k字符以上容易崩潰的瓶頸。
•模型強化了中英文文字生成與複雜版式組織能力，使其在創意海報、高密度信息圖、藝術質感生成等多個實測場景中展現出可控性。
•商湯科技旨在透過開源SenseNova U1.5 Lite，為全球開發者提供「輕量、統一、高性價比且高可控」的AI視覺生產力工具。

架構： SenseNova U1.5 Lite基於NEO-unify統一框架，該框架旨在實現原生統一的多模態理解、推理與生成，避免傳統方案中視覺編碼器與語言模型拼接帶來的轉譯損耗。
參數規模： 該模型採用8B參數架構，具體為8B-MoT（約8B理解參數與約8B生成參數）。
訓練優化： 正式版重點圍繞真實視覺任務優化訓練數據與後訓練流程，強化了視覺質量、複雜指令遵循、文字與布局、原生4K、原生圖像編輯和精細視覺控制等。
多專家融合： 透過多專家在線策略蒸餾技術，將多專家能力融合至單體模型，支持單卡流暢運行。
高分辨率輸出： 重新設計了生成頭，以減弱視覺Token網格對最終圖像的影響，改善高分辨率場景下的局部細節、紋理銜接和整體一致性。
編輯能力： 採用encoder-free視覺建模方式，在統一模型中完成視覺理解、目標定位、約束推理與像素生成，並優化了對編輯範圍外內容變化、主體身份漂移、局部修改影響整體畫面等問題的處理。
指令遵循： 強化了對長篇自然語言和結構化創作指令的理解能力，可處理主體、布局、風格、文字等多重約束，並原生支持3-4k字符超長指令遵循。

輕量級、高可控的多模態模型將加速AI視覺內容創作的普及與商業化落地。

SenseNova U1.5 Lite的8B參數規模和單卡運行能力，結合其在4K輸出、複雜指令遵循和精細編輯上的提升，降低了AI視覺工具的使用門檻和成本，使其更易於被廣泛的開發者和創作者採用於商業應用。

原生統一多模態架構將成為未來AI模型發展的主流趨勢，推動AI從「能看」走向「穩定完成真實視覺交付」。

SenseNova U1.5 Lite基於NEO-unify架構，在單一模型中貫通視覺理解、推理、生成與編輯，這種端到端的統一處理能力，預示著AI模型將能更高效、更精準地處理複雜的視覺任務，實現從一次性生成到可持續迭代的視覺操作。

2023-04

商湯科技發佈「日日新SenseNova」大模型體系，提出「大模型+大算力」戰略。

2025-12

商湯科技董事長兼CEO徐立博士指出，AI正由感知走向生成，再邁向具身智能與世界模型，並強調多模態大模型的突破。

2026-01

商湯開源多模態自主推理模型SenseNova-MARS（提供8B與32B版本），在多個多模態搜尋與推理基準測試中取得高分。

2026-04

商湯科技正式發佈並開源日日新SenseNova U1系列模型，首次完整展示基於NEO-Unify架構的原生統一多模態路線。

2026-08

商湯科技開源輕量級統一多模態模型預覽版本SenseNova U1.5-Lite-Preview，以8B-MoT規模原生支持4K圖像生成。

2026-08

商湯科技正式開源輕量級多模態大模型SenseNova U1.5 Lite正式版，強化了複雜指令遵循、原生圖像編輯、文字布局與原生4K輸出等能力。

SenseTime 開源具原生 4K 輸出的 8B 模型