今年 4 月，商汤科技发布了 SenseNova U1，首次完整展示了基于 NEO-Unify 架构的原生统一多模态路线。如今商汤持续强化模型的图像生成与编辑能力，正式开源轻量级统一多模态模型的预览版本 SenseNova U1.5-Lite-Preview。
U1.5-Lite-Preview 并非简单的模型规模升级，而是基于 U1 的一次系统性迭代。它仅以 8B-MoT 的轻量大小，将能力推进到 4K 分辨率、更精细的真实质感、更复杂的视觉控制和可持续迭代编辑。
相比 U1 的显著提升
- 原生支持 4K 图像生成
- 更精细的局部纹理、细节与真实世界质感
- 更准确的中英文文字生成与复杂版式组织
- 更稳定的图像编辑和视觉指令遵循
长上下文视觉控制
U1.5-Lite-Preview 在生成能力上做了系统性打磨。不仅追求 4K 高像素，更关注模型能否理解超长的自然语言和结构化视觉指令，从而实现精准的视觉控制。
更高的视觉控制上限
在海报、信息图、品牌视觉等复杂创作任务中，一张图往往需要同时满足多类要求。U1.5-Lite-Preview 重点优化了对长篇自然语言、结构化创作指令的理解能力。简单需求用几句大白话就能快速生成；复杂任务则可以给出完整详细的创作要求，让模型按明确的视觉结构来执行。
下面这张"背包产品解析"信息图使用了 1675 词的超长 prompt，包含复古博物学标本图鉴风格、五章结构、中英双语对照、拉丁文标注等复杂约束。
U1.5-Lite-Preview 的强 prompt following 能力并非主要来自对结构化模板的记忆。即使在未使用专门 Prompt Enhance 格式化数据训练的情况下，模型依然能够稳定执行长篇、多约束、层次化的视觉指令。
为降低编写门槛，还配套了实验性的 Prompt Enhance Skill：能把简短想法自动整理成包含主体、布局、风格、文字和各项约束的完整创作方案。
原生 4K 生成
4K 不只是像素更多，更是对细节、材质、光影和整体一致性的更高要求。无论是自然风光、商业摄影、产品海报、超宽幅长卷，都能呈现真实的材质质感与光影层次。
模型生成了横跨 2018 至 2026 年的 WAIC 发展历程长卷：
WAIC 发展历程（分辨率 4K，长宽比 10:3，prompt 总长 3880 words）。即便放大观看，大量文字、图标等设计细节依然清晰稳定。
除了超大画幅，在常规图像的真实感与细节表现上也有明显提升：
海岸游客中心建筑概念图
浪漫生活主题拼贴海报
阳光下的面部特写
复古手帐页
主题创意海报，人物摄影与夸张字体融合设计
渔民坐在船上整理渔网
迷你厨师团队正在装饰一只蓝莓奶油
夏日冷萃咖啡时尚广告海报
女生站在路边，身后车辆穿梭而过
文字生成与版式升级
强化了中英文文字生成及复杂版式组织能力，从杂志内页、旅行攻略，到复杂信息图，都能在保持视觉风格的同时，组织更清晰的版式结构与更准确的文字呈现。
杂志内页
信息图
武康路 Citywalk 攻略
编辑能力进化
图像编辑要求模型能看懂画面内容、理解用户的真实意图，精准判断出"哪里要改、怎么改，以及哪些部分绝对不能动"。
依托原生统一多模态架构，U1.5-Lite-Preview 在同一个模型中协同完成视觉理解、目标定位、约束推理与像素生成的全流程。同时采用了 encoder-free 视觉建模方式，减少了固定视觉编码器带来的信息压缩与表征瓶颈。
图像创作从一次性的"重新采样"，转向可持续迭代的视觉操作过程：模型可以在当前生成结果的基础上持续修改文案、调整版式、补充元素，从"一次抽卡、不行重来"变成"反复修改、改到满意"。
参考图风格与设计再创作
可理解参考图中的配色、构图、材质、字体和视觉语言，将其迁移至新的内容主题；也可以在保留原始信息的基础上，对海报和信息图进行整体美化与设计升级。
输入图片：
输出图片：
案例：青花瓷风格古建筑屋顶图鉴
多参考图组合编辑
可从多张参考图中分别提取人物、产品、场景和风格，完成跨图绑定、内容融合与场景重构。
输入图片：
输出图片：
案例：水煮鱼菜单与炸鸡融合
单参考图条件创作
输入图片：
输出图片：
案例：人物照片简历排版
信息图局部编辑
输入图片：
输出图片：
案例：替换标题文字
文字编辑
可对真实场景中的文字进行编辑，并保持原有字体、材质、透视、排版与遮挡关系，使文字自然融入原图。
输入图片：
输出图片：
案例：添加手绘注释
交互式精准编辑
支持区域标记、坐标定位、marker 标记等方式让模型更准确地理解编辑位置与范围。
输入图片：
输出图片：
案例：红框指定区域修改
从验证架构可行，到真实场景好用
U1.5-Lite-Preview 针对性解决了真实创作痛点，在不盲目扩大模型规模的前提下，对生成与编辑全链路进行系统性优化：
- 重新设计了生成头，减弱视觉 Token 网格对最终图像的影响，并将训练进一步扩展至 4K 分辨率
- 重新组织了编辑数据与训练任务，强化模型对原图内容、主体身份、空间结构和非编辑区域的保持能力
U1.5-Lite-Preview 在多项主流生成/编辑质量评测基准上显著超越 U1：
- Qwen-Image-Bench：从 47.14 提升到 55.20（with Prompt Enhance）
- ImgEdit-Bench：从 3.90 提升到 4.37
- GEdit-Bench-en：从 7.47 提升到 8.17
- GEdit-Bench-zh：从 7.42 提升到 8.05
开源与下载
SenseNova U1.5-Lite-Preview 现面向全球用户开源：
- GitHub：github.com/OpenSenseNova/SenseNova-U1
- Hugging Face：huggingface.co/sensenova/SenseNova-U1.5-8B-MoT-Preview
- 魔搭社区：modelscope.cn/models/SenseNova/SenseNova-U1.5-8B-MoT-Preview
面向专业用户的交付级创作模型 U1 Pro 正在紧密邀测，将在近期对公众开放服务。
