Lar
A SenseTime apresenta um modelo multimodal leve de 8 bilhões de parâmetros com saída nativa em 4K e recursos completos de edição visual
A SenseTime lançou oficialmente o SenseNova U1.5Lite, um novo modelo multimodal unificado, leve e nativo de grande porte. Com 8 bilhões de parâmetros, esse modelo eficiente supera alternativas de tamanho semelhante em tarefas visuais essenciais e se equipara a modelos comerciais de grande escala em cenários complexos de layout e renderização de texto.

Com suporte nativo a comprimentos de contexto de 3 mil a 4 mil, o SenseNova U1.5Lite gerencia simultaneamente várias restrições — incluindo assunto, quantidade, relações espaciais, texto, layout e estilo —, garantindo maior estabilidade para operações visuais complexas.
O modelo apresenta várias atualizações essenciais. Primeiro, oferece geração visual de maior qualidade ao aprimorar composição, cor, material, iluminação, realismo e detalhes locais, evitando efetivamente o problema comum de resultados localmente corretos, mas globalmente incompletos. Em segundo lugar, oferece uma edição de imagem nativa robusta, preservando melhor a identidade do objeto, a estrutura espacial, o layout e as áreas não editáveis, ao mesmo tempo em que aprimora modificações locais, substituição de elementos, refinamento de texto e edição com múltiplas referências.

Além disso, o modelo se destaca no tratamento de textos e layouts complexos, fortalecendo suas capacidades em textos em chinês e inglês, pôsteres, infográficos, recursos visuais de marcas e formatação multitesto para alcançar uma expressão visual completa. Para um controle preciso, ele suporta Bounding Box, Visual Marker e referências de uma ou várias imagens. Notavelmente, ele alcança uma saída nativa em alta resolução 4K, mantendo tanto a composição macro quanto as texturas finas, textos pequenos e efeitos de iluminação.
Endereço do projeto: https://github.com/OpenSenseNova/SenseNova-U1
Artigo relacionado
A Claude revela o primeiro mapa completo do céu ultravioleta, mapeando 119 milhões de estrelas
Com o poderoso auxílio do Claude, o modelo de linguagem grande da Anthropic, astrofísicos geraram com sucesso o primeiro mapa completo do céu inteiro em ultravioleta da história. Este vasto mapa estelar, que apresenta 119 milhões de estrelas, foi amp
Como a AWS e a NVIDIA estão impulsionando a IA agentiva e a IA física
Jensen Huang, CEO da NVIDIA (Crédito: Tomohiro Ohsumi/Getty Images)A NVIDIA, de Jensen Huang, e a AWS ampliam sua parceria global, implantando 2 milhões de GPUs para impulsionar a infraestrutura empre
Robô de Treinamento de Ondas Cerebrais: O Próximo Salto da IA Física Impulsionado por Sinais do Cérebro Humano
Em um armazém em San Leandro, Califórnia, a Encord, uma empresa de ferramentas de dados, está conduzindo um experimento inovador: "pilotos" usam headsets com câmeras e sensores de EEG enquanto jogam Jenga para capturar a atividade cerebral. O headset
Recomendações de tópicos especiais relacionados
Comentários (0)
A SenseTime lançou oficialmente o SenseNova U1.5Lite, um novo modelo multimodal unificado, leve e nativo de grande porte. Com 8 bilhões de parâmetros, esse modelo eficiente supera alternativas de tamanho semelhante em tarefas visuais essenciais e se equipara a modelos comerciais de grande escala em cenários complexos de layout e renderização de texto.

Com suporte nativo a comprimentos de contexto de 3 mil a 4 mil, o SenseNova U1.5Lite gerencia simultaneamente várias restrições — incluindo assunto, quantidade, relações espaciais, texto, layout e estilo —, garantindo maior estabilidade para operações visuais complexas.
O modelo apresenta várias atualizações essenciais. Primeiro, oferece geração visual de maior qualidade ao aprimorar composição, cor, material, iluminação, realismo e detalhes locais, evitando efetivamente o problema comum de resultados localmente corretos, mas globalmente incompletos. Em segundo lugar, oferece uma edição de imagem nativa robusta, preservando melhor a identidade do objeto, a estrutura espacial, o layout e as áreas não editáveis, ao mesmo tempo em que aprimora modificações locais, substituição de elementos, refinamento de texto e edição com múltiplas referências.

Além disso, o modelo se destaca no tratamento de textos e layouts complexos, fortalecendo suas capacidades em textos em chinês e inglês, pôsteres, infográficos, recursos visuais de marcas e formatação multitesto para alcançar uma expressão visual completa. Para um controle preciso, ele suporta Bounding Box, Visual Marker e referências de uma ou várias imagens. Notavelmente, ele alcança uma saída nativa em alta resolução 4K, mantendo tanto a composição macro quanto as texturas finas, textos pequenos e efeitos de iluminação.
Endereço do projeto: https://github.com/OpenSenseNova/SenseNova-U1
A Claude revela o primeiro mapa completo do céu ultravioleta, mapeando 119 milhões de estrelas
Com o poderoso auxílio do Claude, o modelo de linguagem grande da Anthropic, astrofísicos geraram com sucesso o primeiro mapa completo do céu inteiro em ultravioleta da história. Este vasto mapa estelar, que apresenta 119 milhões de estrelas, foi amp
Como a AWS e a NVIDIA estão impulsionando a IA agentiva e a IA física
Jensen Huang, CEO da NVIDIA (Crédito: Tomohiro Ohsumi/Getty Images)A NVIDIA, de Jensen Huang, e a AWS ampliam sua parceria global, implantando 2 milhões de GPUs para impulsionar a infraestrutura empre
Robô de Treinamento de Ondas Cerebrais: O Próximo Salto da IA Física Impulsionado por Sinais do Cérebro Humano
Em um armazém em San Leandro, Califórnia, a Encord, uma empresa de ferramentas de dados, está conduzindo um experimento inovador: "pilotos" usam headsets com câmeras e sensores de EEG enquanto jogam Jenga para capturar a atividade cerebral. O headset











