商汤正式面向社区开源 SenseNova U1.5-Lite-Preview 轻量级原生统一多模态模型，基于自研 NEO-Unify 架构，以仅 8B-MoT 的参数量实现 4K 分辨率原生直出，同时具备复杂指令理解、版式生成、精准局部编辑等进阶能力。不同于传统生图模型仅能单点输出素材，该模型可支撑信息图制作、版式复刻、多轮改稿等完整创作流程，更贴近真实设计与内容生产的工作需求。
一、轻量体量大画质：打破参数与分辨率的绑定逻辑
作为早期预览版本，SenseNova U1.5-Lite 最直观的突破是在轻量参数下实现了高画质输出。
模型仅 8B-MoT 参数量，通过重新设计生成头、弱化视觉 Token 网格对画面的影响，并将训练扩展至 4K 分辨率，实现原生 4K 画质直出。放大后画面纹理、材质与光影细节饱满，有效降低了传统低参模型常见的网格感、拼接痕迹与纹理断裂问题。
定位上它并非单纯的生图工具，而是原生统一多模态模型，将语言理解、视觉语义分析、像素生成与编辑能力整合在同一架构内，覆盖视觉理解、推理、生成、修改全链路，为多轮迭代创作提供了底层基础。
二、全链路创作能力：从生成到改稿，适配真实生产场景
该模型的核心优势并非单纯的画质提升，而是对设计工作流的深度适配，解决了传统生图模型 “只能生成、不好修改” 的行业痛点。
高信息密度内容生成方面，模型可承接长篇、分层化的复杂指令，一次性输出信息图、海报、知识长图等结构化内容，能同时梳理时间线、知识模块、视觉层级，保证内容逻辑清晰、版式规整，不会因元素过多出现画面混乱。
版式理解与复用方面，模型可读取参考图的设计框架，保留布局节奏、版式结构与整体风格，仅替换主题内容与视觉元素，相当于快速复刻设计模板，大幅提升系列化内容的生产效率。
精准编辑能力方面，支持红框定位、坐标标记、局部文字修改、氛围色调调整等多种编辑方式，小到单个字符替换、大到整体光影重构，都能做到 “改指定部分、保留其余内容”，无需全图重生成，完美匹配真实工作中反复改稿的需求。同时支持多张参考图融合，可分别提取版式、内容、风格等不同维度的特征，组合输出成品。
三、技术底座：原生统一架构，实现理解生成一体化
能力背后的核心支撑是 NEO-Unify 原生统一多模态架构，它将语言、视觉语义与像素生成放在同一套模型中联合建模，而非多个模块简单拼接。
这意味着模型从读懂指令、分析参考图、判断修改范围到最终生成像素，可在统一框架内完成，对画面的理解深度远高于传统生图模型。也正是这种一体化设计，让编辑操作更精准：修改文字时，模型能理解文字与画面元素的融合关系；调整氛围时，能准确区分主体与背景的边界，避免改动扩散到无需调整的区域。
此外配套的 Prompt Enhance 技术，进一步增强了长提示词的控制能力，用户可逐层明确布局、风格、元素、禁忌项，提升复杂需求的完成度。
四、开源赋能：预览版先行，推动视觉 AI 落地生产
评测数据显示，相比上一代产品，U1.5 预览版在多项基准测试中提升显著：Qwen-Image-Bench 得分从 47.14 提升至 55.20，ImgEdit-Bench、中英文编辑评测均有明显涨幅，编辑能力处于同量级模型第一梯队。
目前开放的为轻量预览版本，正式版后续也将完成开源。对于行业而言，这款轻量、开源、兼具生成与编辑能力的模型，将推动 AI 视觉工具从 “素材生成器” 向 “生产协作工具” 升级，降低高质量视觉内容的生产门槛，让 AI 生图真正融入日常设计、办公、营销等场景的工作流中。
AI 速览
