這，可能是今年WAIC最驚豔的圖片！

在今年WAIC 2026的上海會場，一幅長達8K的超高解析度圖卷吸引了不少目光。這幅以「WAIC九週年2018—2026」為主題的作品，從左至右逐年展現大會精彩內容，無論是整體構圖、山水層次，還是其中密密麻麻的文字標註，都清晰到可以用放大鏡逐字檢視。而背後完成這一切的，正是商湯科技在本次大會最新發表的日日新SenseNova U1 Pro模型。不同於一般的文生圖工具，U1 Pro被定位為一套面向複雜多模態任務的交付系統。它的核心是將理解、生成與行動進行原生統一，能夠自主處理從目標理解、任務規劃、資訊組織、多模態生成，再到檢查修正與最終交付的完整流程。

換句話說，它不僅能產出高品質的圖像，更能夠像人類設計師一樣先打草稿、再逐步細化，甚至為自己的成果進行檢查與微調。商湯在發表會上梳理了U1 Pro的三大亮點。首先是原生8K輸出，重點不在單純的畫素提升，而是在超大尺寸畫面中依然能維持精準的文字、構圖與細節。其次是圖文交錯思維，模型可以圍繞一個目標連續完成草圖、細化、著色、檢查與調整，讓創作過程更加接近人類專業人士的工作習慣。最後則是面向成品交付，鎖定資訊圖表、城市規劃、影視分鏡、學術海報與商業設計等實際場景，希望能減少使用者反覆抽卡的痛點，直接產出可用的成果。為了驗證這些能力，現場展示了多項實測。第一個任務是生成橫向8K長圖，主題為二十四節氣。

結果顯示，U1 Pro不僅準確安排二十四個節氣的名稱與順序，還能根據每個節氣對應的物候特徵，搭配合適的色彩與視覺元素，從春季的翠綠到冬季的雪白，過渡自然且整體版式統一，展現出對長期連貫性的掌控力。第二個任務是設計一張名為「機器如何觀察和理解人類」的高級實驗室海報。一般模型遇到這類主題，往往傾向使用科技藍的色調，但U1 Pro選擇了暗金色線條搭配黑色背景與紙張顆粒感，塑造出強烈的科技與人文交織氛圍。畫面中央人物背後疊加了大量檢測框、座標軸與數據節點，資訊密度雖高卻不顯凌亂，視覺層次相當分明。

第三關則更為複雜：要求生成一幅琉璃質感的古風建築山河圖，內容必須同時包含青綠色山脈、藍色河流、瀑布、寶塔、山門、亭臺、廊橋、宮殿、桃花林、松樹、祥雲，以及一座帶有東方結構語言的未來建築。在材質上，山體需呈現琉璃、玉石與琺琅般的流動高光與釉面層次，水面要有通透感與反射。U1 Pro最終將所有元素有機整合為一個完整的版圖，即使面對如此複雜的風格指令，依然能精準執行。最後一項任務是產出一張可以直接上映宣傳使用的原創電影海報，要求氣質介於東方詩意、懸疑史詩與現代藝術電影之間。最終成果不但字字清晰，整體視覺衝擊力與高級感也很到位，讓人感覺幾乎可直接用於商業宣傳。

這些實例背後反映出的，是U1 Pro獨特的創作邏輯。商湯CEO徐立在現場點出當前生成式工具的普遍困境：「能交互，不等於能交付。」許多模型雖然可以透過自然語言反覆修改，但任務稍一複雜就容易顧此失彼；改對某個局部，其他區域可能跟著跑掉。U1 Pro選擇將一次生圖延展為一套連續創作流程，透過理解目標、規劃任務、組織資訊、生成內容、檢查問題、持續修正的閉環，讓模型自己為成果負責。從技術層面來看，8K直出對算力是極大挑戰。商湯團隊採用大尺寸Patch（32×32）的策略，大幅降低視覺Token總數，有效控制Attention計算量與顯示記憶體佔用。

然而大格子也容易丟失細節，為此團隊加入自適應噪聲控制，並讓Patch之間保留部分重疊，同時在空間取樣、損失函數設計與模型結構上進行專項優化，設法在減輕計算負擔的同時，保留文字、紋理與結構的精確度。商湯聯合創始人、首席科學家林達華透露，早在U1階段團隊就觀察到模型可以先畫草圖、再補充細節、逐步生成完整圖像的雛形，U1 Pro則將這套流程進一步系統化，形成如今的交付閉環。若將視角拉高到產業層面，U1 Pro的發布也標誌著產品範式的轉移。

商湯以AI Coding的演進來類比：從最初的Copilot協助開發者補全程式碼，到Vibe Coding讓使用者以自然語言表達需求，再到Coding Agent自行拆解任務、撰寫程式、呼叫工具、測試與修復，模型的價值已從「寫了多少行程式碼」轉向「能不能把整個專案做出來」。多模態內容的生成正在複製這條路徑——從單純的單點生成，到意圖驅動的持續修改，再到如今具備系統級內容交付能力的新階段。當然，U1 Pro目前並非完美無瑕。

非同步生成意味著用戶必須用等待時間換取更高的完成度；編輯彈性、運算成本與生成穩定性仍有待更多真實專案驗證；專業設計場景也無法只依賴單張最終圖像，圖層、向量元素、版本管理與團隊協作工具依然是不可或缺的一環。但可以肯定的是，方向已經相當明確——當生圖功能告別反覆抽卡，開始對最終結果負起責任，多模態AI agent的競爭，才正要真正展開。