雷科技 2小时前
商汤SenseNova U1.5 Lite正式开源:AI生图就此告别「抽卡」
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_keji1.html

 

以后用 AI 做图改图,再也不用「抽卡」赌概率了。

2026 年 8 月 21 日,商汤科技正式开源轻量级、原生统一多模态大模型 SenseNova U1.5 Lite(U1.5 Lite)。就雷科技的体验来说,SenseNova U1.5 Lite 在上下文长度、画面风格和文字理解方面都有着相当显著的提升,就连画布大小也支持到了原生 4K。

大家都知道,提示词生图时,提示词越准确、完善,生成出来的图片就越符合我们的预期。但在创作大型图片时,不少模型都「吃不下」太长的提示词。中途让 AI 对图片进行二次编辑时,模型也容易因上下文超限而崩溃。

那么 SenseNova U1.5 Lite 又是怎么解决这个问题的呢?首先在上下文长度上,U1.5 Lite 原生支持 3-4K 超长上下文,即使面对超长提示词和多次修改,同样能控制画面元素的一致性。

举个例子:过几天雷科技要去德国参加 IFA 报道,我先让 SenseNova U1.5 Lite 输出一张手绘风格的柏林观光指南。

图片来源:雷科技

在同一个对话中把带文字的图片交还给 U1.5 Lite,并要求它将图中的文字翻译成中文。将结果并排对比,除了少数本身分辨率就不够高的文字外,原始图片的风格、插图甚至是字体风格都得到了保留。

图片来源:雷科技

另外 SenseNova U1.5 Lite 还有一个我非常喜欢的特性:区域修改。之前雷科技曾让 AI 按照同一个图片模板输出不同企业 IPO 信息的卡片,但没做几张后 AI 就开始不听使唤了,时常把局部修改意见应用到整张图片上。

至于 SenseNova U1.5 Lite,我们甚至可以直接在图片上标记要修改的地方,而模型也会按照「约定」只修改指定区域。

原始图片

图片来源:商汤

修改后图片

图片来源:雷科技

当然了,这种大上下文窗口和保留原始信息的能力,也为 SenseNova U1.5 Lite 带来了很多新的用法,比如在保留原始图片信息的情况下利用多张图片进行合成。而就雷科技的体验来说,U1.5 Lite 在长指令和精准编辑上的表现相当能打。

也正因如此,在雷科技看来,商汤决定开源 SenseNova U1.5 Lite,也从另一个角度印证了AI 已经走出了曾经的「小打小闹」,开始投身真正工作场景的观点。过去我们「抗拒」在真实工作中使用 AI,担心的无非还是 AI 的不可控性。如果你玩过早期 Stable Diffusion,对文生图的「蛮荒时代」一定不会陌生:即使用上 ComfyUI,最终的成果也有一定的不确定性。

而 U1.5 Lite 这类模型的出现,意味着 AI 生图已经不是过去那种「抽卡」的玩法。一个拥有可靠、稳定生图、改图能力的开源模型,将显著降低 AI 制图的门槛,这对创作者和小团队可谓意义非凡。在开源模型的赛道,商汤已经领跑行业,接下来,就看同行怎么接招了。

机器人产业最重要风向标,世界机器人大会(WRC)2026 重磅来袭,还有世界人形机器人运动会紧随其后。

宇树、智元、启元、魔法原子、银河通用、云深处、灵心巧手等 300 余家 TOP 展商联袂呈现,定义全球机器人产业未来!

所有关于机器人的核心问题,WRC 都将给出答案。

雷科技 WRC 2026 报道团已抵达 WRC 现场。

宙世代

宙世代

ZAKER旗下Web3.0元宇宙平台

一起剪

一起剪

ZAKER旗下免费视频剪辑工具

相关标签

ai 商汤 开源 分辨率 准确
相关文章
评论
没有更多评论了
取消

登录后才可以发布评论哦

打开小程序可以发布评论哦

12 我来说两句…
打开 ZAKER 参与讨论