商汤开源8B统一多模态模型SenseNova U1.5 Lite

商汤科技于8月21日正式开源SenseNova U系列升级版SenseNova U1.5 Lite（SenseNova-U1.5-8B-MoT），一个仅8B参数的轻量级原生统一多模态模型，集视觉理解、生成与编辑于一体，采用Apache 2.0协议并已上线HuggingFace。其核心亮点是以单一8B模型实现原生2K/4K分辨率生成与编辑、3-4k字符长指令遵循和高可控的多主体生成，@multimodalart实测称其表现可匹敌Nano Banana 2，显著降低了4K级视觉工作流的部署门槛。

已确认

• 模型参数量8B，基于NEO-Unify统一架构与MoT（混合Transformer）构建，联合学习视觉理解、空间推理、文本、生成与编辑。据@multimodalart介绍，该模型无VAE、无文本编码器、无DiT，文本和图像token使用不同权重并在像素空间处理。据@BeCalmr，新版本统一了文本、信息图与编辑等专长，重点提升复杂指令遵循、中英文文本渲染、密集布局与视觉理解辅助生成能力，支持自然语言控制、无需编写JSON。
• 据@智东西、@mhdfaran等介绍，模型采用「训练专业化，交付统一化」路线：先针对文本渲染、图像编辑等任务训练专家模型，再通过OPD（多专家在线策略蒸馏）技术蒸馏为单一模型，推理时无需路由或复杂外部管线。
• 支持原生2K/4K分辨率图像生成与编辑，在细节、构图与真实感方面有提升；复杂多约束指令遵循显著增强，可按提示词控制主体数量、文本内容、空间布局与风格；支持通过视觉标记与边界框进行编辑。据@rohanpaulai，同步发布了加速推理用的LoRA版本及相关资源。
• 原生支持3-4k字符长指令，@LearnWithBishal认为这解决了多数开源模型在长指令下信息丢失的问题；他还指出当前图像模型评测过分关注「照片级真实感」，忽视模型是否准确执行用户意图，而该模型正强调精确执行用户意图。
• @manishkhosiya转述，该模型的编辑逻辑重点解决AI图像编辑中「改一点毁全局」的问题：保持非编辑线条和结构严格不变，精确控制空间布局与视觉风格，并锁定角色身份。据@量子位报道，其在多图拼贴、复杂排版及局部精准编辑（如修改海报文字、保留背景质感）等场景表现稳定。
• 据@multimodalart，该模型以Apache 2.0许可开源，@AdinaYakup确认已上线HuggingFace，社区反馈其生成质量可匹敌Nano Banana 2。

为什么重要

• @mhdfaran指出，该模型试图打破「高分辨率多主体生成必须依赖复杂管线」的行业迷思，用单路径8B模型、单条提示词即可处理多主体与多约束任务。
• 开源8B的轻量规格降低了统一多模态模型的部署门槛，使4K级生成与编辑能力可被更多开发者在本地环境中使用。

2026-08-21 ~ 2026-08-22 · 19 条相关

• 【源头】商汤开源 8B 统一多模态模型 SenseNova U1.5 Lite — mhdfaran · 2026-08-21
• 商汤开源 SenseNova-U1.5-8B-MoT：支持原生 4K 生成的统一模型 — rohanpaul_ai · 2026-08-21
• 商汤开源 8B 模型：单路径支持多主体与 4K 生成 — mhdfaran · 2026-08-21
• SenseNova U1.5 Lite 开源：精确编辑不毁结构 — manishkhosiya · 2026-08-21
• 商汤发布 SenseNova U1.5-Lite，强化图文排版 — BeCalmr · 2026-08-21
• 商汤开源 SenseNova U1.5 Lite：原生支持 3-4k 文本 — LearnWithBishal · 2026-08-21
• 商汤开源 SenseNova U1.5 Lite，支持超长指令 — LearnWithBishal · 2026-08-21
• 商汤开源8B模型SenseNova U1.5：原生4K输出，精准图像编辑 — 量子位 · 2026-08-21
• 商汤发布开源 8B 统一多模态模型 SenseNova-U1.5 — AdinaYakup · 2026-08-21
• 【源头】商汤 SenseNova U1.5 开源：MoT 架构匹敌 Nano Banana 2 — multimodalart · 2026-08-21

另有 9 条近重复转述:aftahi_ai · aftahi_ai · Aiden_Tech_Ai · Aiden_Tech_Ai · HeyAmit_ · liuziwei7 · rohanpaul_ai · 智东西 · Aiden_Tech_Ai