原生支持 4K 圖像生成，商湯科技開源多模態模型 SenseNova U1.5-Lite-Preview 預覽版本

商湯科技於8月3日宣布，正式面向開發者社群開源輕量級統一多模態模型的預覽版本——SenseNova U1.5-Lite-Preview。這款模型在影像生成與編輯能力上獲得全面強化，特別引人注目的是原生支援4K解析度圖像生成，並以僅8B參數規模的混合專家架構（MoT），實現了可與商用閉源模型媲美的生成品質。 根據官方揭露的技術資訊，SenseNova U1.5-Lite-Preview在多項主流生成與編輯品質評測基準上，表現均顯著超越前代U1模型。這項進步不僅來自於模型架構的優化，更得益於訓練資料與演算法的同步升級，使模型在細節還原、紋理表現與真實感呈現上達到新的高度。 在具體強化方向上，U1.5-Lite-Preview首先實現了原生4K解析度的圖像生成能力，意味著使用者無需透過額外後處理或超解析度演算法，即可直接輸出超高畫質的圖像內容。這對於需要高解析度素材的設計、廣告、影視等行業應用而言，將大幅提升創作效率與成品品質。 其次，模型在局部紋理與細節刻畫上表現更為精細，無論是皮膚質感、布料褶皺還是金屬反射，都能呈現出更貼近真實世界的視覺效果。此外，U1.5-Lite-Preview在中文與英文字元生成方面也取得顯著進展，不僅能準確書寫複雜字形，還可依照指令組織複雜版式，例如生成含有大量文字的海報、菜單或資訊圖表。 在圖像編輯與視覺指令遵循能力上，U1.5-Lite-Preview同樣展現出更高的穩定性。使用者可以透過自然語言指令，要求模型對已生成的圖像進行局部修改、顏色調整、物件替換等操作，模型能夠準確理解意圖並執行，減少多次迭代的需求。 值得一提的是，這款預覽版本僅以8B-MoT的輕量級規模運作，在參數量遠小於許多商用閉源模型的情況下，依然能維持高水準的生成與編輯效果。這意味著開發者與研究機構無需配備頂級運算資源，即可在一般硬體上部署並測試該模型，大幅降低多模態AI應用的入門門檻。 SenseNova U1.5-Lite-Preview的開源，也反映了商湯科技持續推動AI技術民主化的策略。透過將模型原始碼、權重與使用說明文件公開於GitHub、Hugging Face與魔搭（ModelScope）等主流開源平台，商湯科技希望吸引更多開發者參與測試、反饋與二次開發，進而加速多模態模型的迭代與應用落地。 目前，該預覽版本已可透過以下開源管道取得：GitHub上存放了完整的技術文件與使用指南；Hugging Face平台提供模型權重檔案，方便快速下載；魔搭社群則為中國大陸開發者提供更便捷的存取途徑。商湯科技也鼓勵社群成員提出改進建議，並預告後續將根據回饋推出正式版本。 隨著生成式AI持續滲透各行各業，多模態模型的能力已成為競爭焦點。商湯科技此次推出的SenseNova U1.5-Lite-Preview，不僅在解析度、細節與文字生成等關鍵指標上大幅躍進，更以開源形式打破商業壟斷，為開發者社群提供了一個功能強大且易於擴展的基礎模型。未來，該模型有望在智慧設計、自動化內容創作、虛擬實境等領域發揮關鍵作用，推動AI生成內容的品質與效率邁向新台階。