Компания SenseTime выпустила SenseNova U1.5Lite — новую облегченную унифицированную мультимодальную модель с открытым исходным кодом и объемом 8 млрд параметров. Она превосходит модели аналогичного размера по результатам выполнения основных визуальных задач и не уступает более крупным коммерческим моделям в сложных сценариях рендеринга макетов и текста. Модель поддерживает длину контекста от 3 до 4K, что позволяет ей одновременно обрабатывать несколько ограничений и повышает стабильность выполнения задач. Она обеспечивает более качественную генерацию визуального контента с улучшенной композицией, цветовой гаммой, реалистичностью и детализацией, избегая проблемы, характерной для традиционных моделей, когда результаты локально верны, но в целом неполны. Её встроенные возможности редактирования изображений позволяют лучше сохранять идентичность объекта, пространственную структуру и компоновку, одновременно повышая производительность при локальных изменениях, замене элементов, доработке текста и редактировании с использованием нескольких эталонных изображений. Модель также отлично справляется с текстом и сложными макетами, поддерживая контент на китайском и английском языках, плакаты, инфографику и форматирование нескольких текстов для получения полноценных визуальных результатов. Она предлагает точные возможности редактирования с помощью ограничительной рамки (Bounding Box), визуальных маркеров и эталонных изображений, а также поддерживает генерацию изображений с высоким разрешением 4K, сохраняющую мелкие текстуры, мелкий текст и световые эффекты. Проект доступен по адресу https://github.com/OpenSenseNova/SenseNova-U1