你能发现从左到右一共编辑了几处吗？左边是原图，右边是编辑后的图。

图像生成模型的排版和文字生成能力快速提升，更丰富的版式、更清晰的层级，以及更自然的图文融合，让 AI 生成的信息图越来越接近真实生产需求。

但在高信息密度场景中，错字修改、图标调整、内容增补等局部修改仍难以完全避免。哪怕只出现一个文字错误，也可能让整张图无法直接使用，用户只能重新生成、反复"抽卡"。

为进一步提升模型在图文融合与结构化视觉内容生成中的交付能力，商汤科技正式推出 SenseNova U1 信息图增强版 V3（SenseNova-U1-8B-MoT-Infographic-V3，以下简称 Infographic-V3）。

新版本延续了 V2 强大的信息图生成能力，并首次加入信息图编辑能力：当画面整体已经令人满意时，用户无需推倒重来，只需针对局部文字或整体风格进行修改，即可继续完善作品。

局部文字编辑

Infographic-V3 支持多种信息图的编辑方式。用户既可以在图上标注目标区域后进行定点修改，也可以通过自然语言（Prompt）直接指定需要修改的内容。面对错字、漏字或重复字，模型能够在尽量保持原有版式、配图和视觉结构的前提下完成修正。

标注目标区域进行定点修改：

通过自然语言 Prompt 直接指定：

局部内容编辑

除了文字修改，对于局部内容不满意等情况也可以进行编辑。

全局风格编辑

Infographic-V3 还支持对信息图的整体风格进行调整。用户可以在保留核心信息与结构的同时，更换视觉表达方式，使同一份内容适配不同品牌、主题与传播场景。

全局布局编辑

Infographic-V3 还具备全局布局编辑能力，能够在保留核心信息的基础上，重新组织内容层级与版面结构。

信息图生成能力

编辑能力的加入并未以牺牲生成能力为代价。Infographic-V3 延续 V2 在图文融合、复杂排版与结构化视觉表达方面的优势。

从 MT 阶段重启训练

为了获得稳定的信息图编辑能力，技术团队回到 MT（中期训练）阶段重新设计训练路径。模型依次经历 MT、SFT（监督微调）和 RL（强化学习）阶段，使 Infographic-V3 在保留较强生成能力的同时，获得了多种文字编辑和风格编辑能力。

编辑能力评测

在 WeEdit 评测基准上，Infographic-V3 均分为 5.89 分，表现为开源模型中的最优。在 Qwen-Image-Bench 上，Infographic 系列模型的表现稳步增长。

下一步

SenseNova-U1 架构原生支持图文交替思考，这意味着模型未来有机会在生成信息图后主动检查内容与版式，发现问题后自主调用编辑能力完成纠错，并通过多轮迭代持续优化结果。

项目地址：HuggingFace | GitHub