商汤开源SenseNova U1.5 Lite：支持超长指令与原生4K

8月21日，商汤科技宣布正式开源轻量级原生统一多模态大模型SenseNova U1.5 Lite正式版。据悉，该模型着重针对真实视觉任务，重新优化了训练数据、任务设计以及后训练流程，在视觉质量、复杂指令遵循、文字与布局、原生4K、原生图像编辑和精细视觉控制等方面均有强化，为用户提供了具备更高可控性、更高清、更高性价比的能力工具，助力AI视觉生成真正迈向“稳定完成真实视觉交付”的全新阶段。目前，该模型已面向全球开源，开发者与创作者可直接进行部署体验。

该模型架构为8B参数，依托NEO-unify统一框架，通过多专家在线策略蒸馏技术融合多专家能力至单体模型，能在单卡上流畅运行。其核心能力如下：原生支持3 - 4k字符的超长指令遵循，突破了多数开源模型在1k字符以上易崩溃的局限；强化了主体身份保持与局部修改能力；增强了中英文文字与复杂海报布局能力；支持Bounding Box与多图参考等精细控制；还支持原生4K高分辨率输出。

在实测场景中，模型在创意海报、高密度信息图、艺术质感生成、多参考图融合、局部编辑及文字替换等任务中展现了可控性。商汤表示，该模型已面向全球开源，开发者和创作者可在GitHub、Hugging Face及魔搭社区部署体验，并在SenseNova Studio在线体验。商汤称，此举旨在为全球开发者提供“轻量、统一、高性价比且高可控”的AI视觉生产力工具。