Hogar
SenseTime presenta un modelo multimodal ligero de 8 mil millones con salida nativa en 4K y capacidades completas de edición visual
SenseTime ha lanzado oficialmente SenseNova U1.5Lite, un nuevo modelo multimodal unificado, ligero y nativo de gran tamaño. Con 8.000 millones de parámetros, este eficiente modelo supera a otras alternativas de tamaño similar en tareas visuales clave y está a la altura de los modelos comerciales a gran escala en escenarios complejos de maquetación y representación de texto.

Compatible de forma nativa con longitudes de contexto de entre 3 000 y 4 000, SenseNova U1.5Lite gestiona simultáneamente múltiples restricciones —entre ellas, el sujeto, la cantidad, las relaciones espaciales, el texto, el diseño y el estilo—, lo que garantiza una mayor estabilidad en operaciones visuales complejas.
El modelo introduce varias mejoras fundamentales. En primer lugar, ofrece una generación visual de mayor calidad al mejorar la composición, el color, los materiales, la iluminación, el realismo y los detalles locales, lo que evita de forma eficaz el problema habitual de resultados localmente correctos pero globalmente incompletos. En segundo lugar, ofrece una sólida edición nativa de imágenes, conservando mejor la identidad del sujeto, la estructura espacial, la maquetación y las áreas no editables, al tiempo que mejora las modificaciones locales, la sustitución de elementos, el refinamiento del texto y la edición con múltiples referencias.

Además, el modelo destaca en el manejo de texto y diseños complejos, reforzando sus capacidades en texto en chino e inglés, carteles, infografías, elementos visuales de marca y formato multitexto para lograr una expresión visual completa. Para un control preciso, admite el uso de recuadros delimitadores, marcadores visuales y referencias de una o varias imágenes. Cabe destacar que ofrece una salida nativa en alta resolución 4K, conservando tanto la composición general como las texturas finas, el texto pequeño y los efectos de iluminación.
Dirección del proyecto: https://github.com/OpenSenseNova/SenseNova-U1
Artículo relacionado
Claude presenta el primer mapa completo del cielo en ultravioleta, que cartografía 119 millones de estrellas
Con la poderosa asistencia de Claude, el modelo de lenguaje grande de Anthropic, los astrofísicos han generado con éxito el primer mapa completo del cielo en ultravioleta de la historia. Este vasto catálogo estelar, que incluye 119 millones de estrel
Cómo AWS y NVIDIA están impulsando la IA agentiva y la IA física
Jensen Huang, director ejecutivo de NVIDIA (Crédito: Tomohiro Ohsumi/Getty Images)NVIDIA, de Jensen Huang, y AWS amplían su colaboración global con el despliegue de 2 millones de GPU para impulsar la
Robot de entrenamiento de ondas cerebrales: el próximo avance de la IA física impulsado por señales del cerebro humano
En un almacén de San Leandro, California, Encord, una empresa de herramientas de datos, está llevando a cabo un experimento innovador: los "pilotos" llevan cascos con cámaras y sensores EEG mientras juegan al Jenga para capturar la actividad cerebral
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
SenseTime ha lanzado oficialmente SenseNova U1.5Lite, un nuevo modelo multimodal unificado, ligero y nativo de gran tamaño. Con 8.000 millones de parámetros, este eficiente modelo supera a otras alternativas de tamaño similar en tareas visuales clave y está a la altura de los modelos comerciales a gran escala en escenarios complejos de maquetación y representación de texto.

Compatible de forma nativa con longitudes de contexto de entre 3 000 y 4 000, SenseNova U1.5Lite gestiona simultáneamente múltiples restricciones —entre ellas, el sujeto, la cantidad, las relaciones espaciales, el texto, el diseño y el estilo—, lo que garantiza una mayor estabilidad en operaciones visuales complejas.
El modelo introduce varias mejoras fundamentales. En primer lugar, ofrece una generación visual de mayor calidad al mejorar la composición, el color, los materiales, la iluminación, el realismo y los detalles locales, lo que evita de forma eficaz el problema habitual de resultados localmente correctos pero globalmente incompletos. En segundo lugar, ofrece una sólida edición nativa de imágenes, conservando mejor la identidad del sujeto, la estructura espacial, la maquetación y las áreas no editables, al tiempo que mejora las modificaciones locales, la sustitución de elementos, el refinamiento del texto y la edición con múltiples referencias.

Además, el modelo destaca en el manejo de texto y diseños complejos, reforzando sus capacidades en texto en chino e inglés, carteles, infografías, elementos visuales de marca y formato multitexto para lograr una expresión visual completa. Para un control preciso, admite el uso de recuadros delimitadores, marcadores visuales y referencias de una o varias imágenes. Cabe destacar que ofrece una salida nativa en alta resolución 4K, conservando tanto la composición general como las texturas finas, el texto pequeño y los efectos de iluminación.
Dirección del proyecto: https://github.com/OpenSenseNova/SenseNova-U1
Claude presenta el primer mapa completo del cielo en ultravioleta, que cartografía 119 millones de estrellas
Con la poderosa asistencia de Claude, el modelo de lenguaje grande de Anthropic, los astrofísicos han generado con éxito el primer mapa completo del cielo en ultravioleta de la historia. Este vasto catálogo estelar, que incluye 119 millones de estrel
Cómo AWS y NVIDIA están impulsando la IA agentiva y la IA física
Jensen Huang, director ejecutivo de NVIDIA (Crédito: Tomohiro Ohsumi/Getty Images)NVIDIA, de Jensen Huang, y AWS amplían su colaboración global con el despliegue de 2 millones de GPU para impulsar la
Robot de entrenamiento de ondas cerebrales: el próximo avance de la IA física impulsado por señales del cerebro humano
En un almacén de San Leandro, California, Encord, una empresa de herramientas de datos, está llevando a cabo un experimento innovador: los "pilotos" llevan cascos con cámaras y sensores EEG mientras juegan al Jenga para capturar la actividad cerebral











