開源國產8B模型，比肩閉源Image 2了！
商湯科技近日正式對外開源旗下最新的國產生圖模型「SenseNova U1.5 Lite」，這款僅有 8B 參數的輕量級模型，主打直接生成 4K 解析度影像，並在輸出完整度、準確度與穩定性上都有明顯提升。不同於一般生圖模型需要仰賴外部工具進行放大或後製修圖，U1.5 Lite 能在單一階段就產出高解析度影像，讓整體生成流程更為簡潔，也大幅降低使用者的技術門檻。這款模型最受關注的特色之一，是對複雜指令與多圖輸入的處理能力。根據官方展示的案例，模型可以一次讀取九張食物照片，並依照文字要求將它們整合成一張精美的食譜卡片，顯示出對多物件、多圖層內容的掌握能力。此外，SenseNova U1.
5 Lite 也支援精準的局部圖像編輯，使用者可以指定圖中特定區域進行修改，而其他部位的結構與空間關係仍能完整保留，避免傳統編輯方式容易造成的邊界模糊或整體變形問題。在技術亮點方面，SenseNova U1.5 Lite 涵蓋超長指令遵循、高品質視覺生成、可靠的原生編輯，以及優異的中英文文字渲染與複雜版面編排能力。對於需要大量文字嵌入圖像的應用場景，例如海報設計、社群貼文或產品介紹圖，這款模型提供更穩定的文字拼寫與排版表現，讓生成結果更接近專業設計師的品質。商湯此次選擇開源釋出，也讓開發者與研究人員能直接基於模型進行二次開發或部署，進一步擴大國產生圖模型的應用範圍。
這項策略不僅有助於吸引更多社群貢獻者參與模型優化，也能加速各行業導入生成式 AI 的腳步。相較於許多閉源模型需要付費 API 或受限制的使用條款，開源版本讓中小企業與個人開發者能以更低成本探索高解析度影像生成的潛力。從市場定位來看，SenseNova U1.5 Lite 的 8B 參數量級屬於輕量級，卻能挑戰 4K 直接生成，這代表商湯在模型架構與訓練資料上做了特殊設計。一般來說，參數量越大的模型通常能處理更複雜的任務，但同時也意味著更高的運算成本與部署門檻。U1.
5 Lite 在 8B 參數下實現 4K 輸出，意味著它可以在相對有限的硬體資源上運行，讓更多使用者無需昂貴的 GPU 就能體驗高解析度生成。值得注意的是，這款模型強調「原生」編輯能力，而非依賴後製工具。傳統的生成式 AI 在編輯圖像時，經常需要先產出影像，再用 Photoshop 或類似軟體手動調整，或是透過外掛模型進行修補。U1.5 Lite 直接在生成階段內建編輯功能，使用者只需給出指令，模型就會自動理解並執行區域修改，同時保持圖像的整體一致性。這項能力對於需要快速迭代設計的創作者來說極具吸引力。在處理多圖輸入方面，SenseNova U1.5 Lite 展現出優異的場景理解能力。
官方展示的九張食物照片整合成食譜卡片，只是其中一個例子。實際上，這項功能可以延伸到電商商品圖、活動宣傳素材、教學圖表等各種需要將多張圖片統合成單一畫面的場景。模型能夠辨識每張圖片的內容，並依照文字指令安排它們的相對位置、大小、配色與文字標注，讓最終結果兼具美觀與資訊完整性。此外，中英文文字渲染的穩定性也是這款模型的亮點之一。許多生圖模型在生成含有文字的海報或社群圖時，經常出現拼寫錯誤、字體歪斜或文字與背景融合不佳的狀況。SenseNova U1.5 Lite 透過優化文字嵌入模組，在複雜的版面設計中仍能保持文字清晰可讀，且支援多種字型風格，讓設計師可以更放心地將文字直接交給模型處理。
商湯此次開源，也反映出中國 AI 產業在生成式模型領域的競爭日益激烈。過去一年，各家廠商紛紛推出開源模型，試圖透過社群力量加速迭代。SenseNova U1.5 Lite 以 8B 參數挑戰 4K 直接生成，不僅在技術上建立了差異化，也為開源生態提供了新的選擇。開發者可以基於這款模型開發專屬的圖像生成工具，例如自動化行銷素材生成器、教育互動教材、或是個人化影像編輯應用。對於一般使用者而言，SenseNova U1.5 Lite 的推出意味著生成式 AI 的門檻進一步降低。
過去想要生成高解析度圖片，往往需要依賴雲端服務或昂貴的硬體，現在只要搭配適當的推理環境，就可以在本地端或雲端快速產出 4K 影像。這種「開箱即用」的體驗，有助於推動生成式 AI 在更多領域落地，例如獨立設計師、小規模電商、自媒體創作者等。整體來看，商湯 SenseNova U1.5 Lite 是一款兼具輕量、高效與開源特性的國產生圖模型。它不僅在參數規模與輸出品質之間取得了平衡，更在複雜指令遵循、多圖整合、局部編輯與文字渲染等核心能力上展現出成熟度。隨著開源社群對這款模型的測試與反饋，未來有望進一步最佳化，甚至衍生出更多垂直領域的應用版本。
對於關注 AI 影像生成技術發展的讀者來說，這款模型無疑是近期值得深入研究的對象。
Related
相關文章
認識 Voxel51 3.0：為實體 AI 打造的統一多模態資料平臺
Voxel51 已發布 Voxel51 3.0，這是其資料平臺的一次重大更新。Voxel51 3.0 是一個端對端的多模態資料平臺，將搜尋、篩選、標註和評估整合於單一系統中。該平臺鎖定針對機器人、車輛和工廠感測器資料進行模型訓練的團隊。此次發布新增了 Voxel51 Agent、資料溯源層及免費的自助式存取。重點摘要：規模：Voxel51 Agent 內建超過 45 個 MCP 工具、80 多個運算子及 18 個開源技能。執行環境：可於 app.voxel51.com 使用託管網頁應用程式，或於雲端、混合、地端及隔離環境中自行部署。未揭露本機 GPU 需求。效能：未發布產品基準測試。Voxel51 引用其自身調查數據作為依據。最佳亮點：免費方案包含 Voxel51 Agent、每月 30,000 次推論請求及 30 個運算小時。
本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態
導航SecureDoc // EncryptionActive本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態。
下一概念建模把文本生成提速最高31倍
斯坦福等聯合提出全新文本生成範式 NCM，生成速度狂飆 31 倍AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Oct 16, 202633人工智能領域的文本生成技術迎來顛覆性創新。斯坦福大學與 Together AI 的研究人員近日聯手推出了一種截然不同於傳統自迴歸和擴散模型的全新文本生成範式——Next-Concept Modeling（簡稱 NCM，即“下一概念建模”）。該方法巧妙借鑑了圖像生成領域中“下一尺度預測”的思路，有望為未來的文本生成技術開闢全新的發展路線。在技術實現路徑上，NCM 模擬了人類“先構思宏觀大綱、再動筆填充細節”的寫作邏輯。整個系統通過兩階段訓練來完成:首先訓練多尺度殘差 VQ-VAE，從而得到能夠逐層補充信息的多層離散文本編碼;隨後凍結該系統，訓練 Transformer 模塊去預測下一層的編碼。在生成文本時，模型會先並行生成概念層面的宏觀大綱，接著逐層並行填充具體細節，最終組合成完整的文本內容。在實際測試表現中，NCM 交出了令人矚目的成績單。實驗數據顯示，在保持相近甚至更優生成質量的前提下，NCM 相對傳統的擴散語言模型實現了10到31倍的生成速度飛躍，並且在訓練過程中所需消耗的 token 數量也大幅減少。此外，在數獨等複雜推理任務上，它的表現也明顯優於傳統的自迴歸和擴散基線模型，同時還支持通過多生成候選挑選機制來進一步優化最終輸出效果。儘管目前該研究所使用的模型參數規模依然相對有限，其在擴大模型規模後的表現、精確文本以及長篇內容的生成能力仍有待後續驗證，但這一創新思路無疑打破了長期以來的技術慣性，為人工智能高效生成文本提供了充滿想象力的全新解法。本文來自AIbase日報掃碼查看歡迎來到【AI日報】欄目!這裡是你每天探索人工智能世界的指南，每天我們為你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。
Claude自主優化八類量子電路設計
ScienceDesigning more efficient quantum circuits with ClaudeOct 16, 2026Quantum computers will need carefully designed circuits to run useful algorithms on limited hardware.
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？ 本文作者： 倪萍 2026-10-17 22:42 導語：10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族 10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族式標識。 新車採用寧德時代電池以及廣汽自研的彈匣電池2.0技術，能夠在充分釋放續航能力的同時，監控電池健康狀態。提供45.58kWh和62.98kWh兩種規格，續航可達702公里，整車風阻係數 Cd 低至 0.22。Ray7搭載華為DriveONE多合一電驅，以及華為DriveONE芯片級驅制融合架構，百公里制動僅為32.8米。底盤方面，Ray7搭載高性能前後穩定杆和後五連桿懸架，過彎極限更高，濾振更乾淨。智能化上， Ray7搭載27顆車規級全視角傳感器，採用文遠知行L4級Robotaxi同源大模型。這幫助新車能夠複用 L4 積累的海量場景經驗，在城區掉頭、繞行等複雜場景中可順利通行。自2025年廣汽推進“番禺行動”以來，昊鉑埃安BU的研發、生產、銷售等環節效率不斷提升，產品迭代和新車投放節奏明顯加快。作為埃安全新Ray車系的首款新車，Ray7是埃安開啟年輕化序列的關鍵落子，也是廣汽切入20萬級市場的重要佈局。這一細分市場競爭並不輕鬆：小鵬P7、極氪007等車型已經提前卡位。Ray7想在年輕人心中佔位，不能只堆參數，更要把智能座艙與輔助駕駛、三電安全、補能效率、用車成本和價格權益上的差異，變成用戶可感、可信、可持續的體驗，這才是埃安年輕化的分水嶺。（雷峰網(公眾號：雷峰網)） 雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
梁聖又掀桌了！DeepSeek新模型斬殺GPT-6，許願式編程時代降臨
作者 | 楊京麗 編輯 | 李水青 10月17日報道，剛剛，DeepSeek V4.1 Flash更新至V4.1-Flash-1017版本，官方網頁端、App與API已同步更新至新模型，模型權重也已在HuggingFace和ModelScope開放下載。DeepSeek還向公眾開放自研搜索引擎的Search（搜索）與Fetch（抓取）API，兩個接口均定價為5元/千次。 此次更新距離該模型發佈僅過去一個多月。9月10日，DeepSeek正式推出V4.1-Flash，在性能上超越了DeepSeek-V4-Pro。