商湯科技推出具備原生 4K 輸出與完整視覺編輯功能的 8B 輕量級多模態模型
感思科技(SenseTime)正式推出 SenseNova U1.5Lite,這是一款全新的輕量級原生統一多模態大型模型。這款擁有 80 億參數的高效模型,在關鍵視覺任務上表現優於同規模的替代方案,並能在複雜的版面配置與文字渲染情境中媲美大型商用模型。

SenseNova U1.5Lite 原生支援 3K 至 4K 的上下文長度,能同時處理多項約束條件——包括主體、數量、空間關係、文字、版面配置及風格——確保複雜視覺操作具備更高的穩定性。
該模型引入了多項核心升級。首先,透過優化構圖、色彩、材質、光照、寫實度及局部細節,提供更高品質的視覺生成效果,有效避免了輸出結果「局部正確但整體不完整」的常見問題。 其次,它提供強大的原生影像編輯功能,在強化局部修改、元素替換、文字精修及多參考點編輯的同時,更能妥善保留主體特徵、空間結構、版面配置及不可編輯區域。

此外,該模型在處理文字與複雜版面配置方面表現卓越,強化了對中英文文字、海報、資訊圖表、品牌視覺素材及多文字排版的能力,以實現完整的視覺呈現。 為實現精準控制,本模型支援邊界框、視覺標記,以及單張或多張參考圖片。值得注意的是,它能實現原生 4K 高解析度輸出,同時保留宏觀構圖與細膩紋理、小字體及光影效果。
專案網址:https://github.com/OpenSenseNova/SenseNova-U1
相關文章
Claude 釋出首張完整紫外天空地圖,繪製出 1.19 億顆恆星的分佈圖
在 Anthropic 的大型語言模型 Claude 的強大協助下,天體物理學家們成功生成了歷史上首張完整的紫外全天地圖。這幅包含 1.19 億顆恆星的浩瀚星圖,主要由 Claude 利用先前的多波長天文資料完成,覆蓋了約三分之一的天空。這一突破填補了長達 50 年的歷史空白,這些空白主要是由紫外巡天望遠鏡刻意避開銀河系明亮區域所導致的。製作全天地圖是天文學研究中一項艱鉅且複雜的系統工程。人工智慧的參與顯著提高了效率,將曾經需要天體物理學家花費數週時間的繁瑣手動處理,轉變為 streamlin
AWS 與 NVIDIA 如何推動代理式人工智慧與物理人工智慧的發展
NVIDIA 執行長黃仁勳(圖片來源:Tomohiro Ohsumi/Getty Images)黃仁勳領導的 NVIDIA 與 AWS 擴大全球合作規模,部署 200 萬顆 GPU 以驅動新一代具代理能力與物理人工智慧的企業基礎設施AWS 與 NVIDIA 宣布大幅擴展雙方長期以來的戰略合作關係,以滿足全球對 AI 基礎設施日益激增的需求。隨著人工智慧建設持續推進,運算能力正逐漸成為全球擴張速度最
腦波訓練機器人:由人腦訊號驅動的物理人工智慧的下一個飛躍
在加利福尼亞州聖萊安德羅的一個倉庫裡,資料工具公司 Encord 正在進行一項創新實驗:“飛行員”們佩戴帶有攝像頭和腦電圖(EEG)感測器的耳機,在玩疊疊樂(Jenga)的同時捕捉大腦活動。Zander Labs 的 EEG 耳機在精確任務期間實時追蹤腦電波,推斷錯誤或驚訝等心理狀態,從而為機器人模型構建更豐富的訓練資料集。Encord 認為,人形機器人和倉庫機器人的主要障礙並非模型架構,而是現實世界物理訓練資料的嚴重短缺。Encord 機器人學習負責人 Vineeth Velmurugan
相關專題推薦
評論 (0)
0/500
感思科技(SenseTime)正式推出 SenseNova U1.5Lite,這是一款全新的輕量級原生統一多模態大型模型。這款擁有 80 億參數的高效模型,在關鍵視覺任務上表現優於同規模的替代方案,並能在複雜的版面配置與文字渲染情境中媲美大型商用模型。

SenseNova U1.5Lite 原生支援 3K 至 4K 的上下文長度,能同時處理多項約束條件——包括主體、數量、空間關係、文字、版面配置及風格——確保複雜視覺操作具備更高的穩定性。
該模型引入了多項核心升級。首先,透過優化構圖、色彩、材質、光照、寫實度及局部細節,提供更高品質的視覺生成效果,有效避免了輸出結果「局部正確但整體不完整」的常見問題。 其次,它提供強大的原生影像編輯功能,在強化局部修改、元素替換、文字精修及多參考點編輯的同時,更能妥善保留主體特徵、空間結構、版面配置及不可編輯區域。

此外,該模型在處理文字與複雜版面配置方面表現卓越,強化了對中英文文字、海報、資訊圖表、品牌視覺素材及多文字排版的能力,以實現完整的視覺呈現。 為實現精準控制,本模型支援邊界框、視覺標記,以及單張或多張參考圖片。值得注意的是,它能實現原生 4K 高解析度輸出,同時保留宏觀構圖與細膩紋理、小字體及光影效果。
專案網址:https://github.com/OpenSenseNova/SenseNova-U1
Claude 釋出首張完整紫外天空地圖,繪製出 1.19 億顆恆星的分佈圖
在 Anthropic 的大型語言模型 Claude 的強大協助下,天體物理學家們成功生成了歷史上首張完整的紫外全天地圖。這幅包含 1.19 億顆恆星的浩瀚星圖,主要由 Claude 利用先前的多波長天文資料完成,覆蓋了約三分之一的天空。這一突破填補了長達 50 年的歷史空白,這些空白主要是由紫外巡天望遠鏡刻意避開銀河系明亮區域所導致的。製作全天地圖是天文學研究中一項艱鉅且複雜的系統工程。人工智慧的參與顯著提高了效率,將曾經需要天體物理學家花費數週時間的繁瑣手動處理,轉變為 streamlin
AWS 與 NVIDIA 如何推動代理式人工智慧與物理人工智慧的發展
NVIDIA 執行長黃仁勳(圖片來源:Tomohiro Ohsumi/Getty Images)黃仁勳領導的 NVIDIA 與 AWS 擴大全球合作規模,部署 200 萬顆 GPU 以驅動新一代具代理能力與物理人工智慧的企業基礎設施AWS 與 NVIDIA 宣布大幅擴展雙方長期以來的戰略合作關係,以滿足全球對 AI 基礎設施日益激增的需求。隨著人工智慧建設持續推進,運算能力正逐漸成為全球擴張速度最
腦波訓練機器人:由人腦訊號驅動的物理人工智慧的下一個飛躍
在加利福尼亞州聖萊安德羅的一個倉庫裡,資料工具公司 Encord 正在進行一項創新實驗:“飛行員”們佩戴帶有攝像頭和腦電圖(EEG)感測器的耳機,在玩疊疊樂(Jenga)的同時捕捉大腦活動。Zander Labs 的 EEG 耳機在精確任務期間實時追蹤腦電波,推斷錯誤或驚訝等心理狀態,從而為機器人模型構建更豐富的訓練資料集。Encord 認為,人形機器人和倉庫機器人的主要障礙並非模型架構,而是現實世界物理訓練資料的嚴重短缺。Encord 機器人學習負責人 Vineeth Velmurugan





首頁






