商汤开源多模态模型 SenseNova U1.5-Lite-Preview，原生支持 4K 图像生成

商汤科技开源了轻量级统一多模态模型 SenseNova U1.5-Lite-Preview,主打原生 4K 图像生成能力,且模型体量做得很小,是国产开源图像生成模型的一次务实迭代。

• 模型规模仅为 8B-MoT(混合训练),体量轻量却号称能在图像生成与编辑质量上比肩商用闭源模型
• 相比前代 U1,新版本原生支持 4K 分辨率图像生成,细节和真实感明显提升
• 中英文文字生成与复杂版式排布的准确度得到加强,这是图像生成模型此前普遍的弱项
• 图像编辑和视觉指令遵循的稳定性也有提升,操控生成结果更可控
• 已同步开源到 GitHub、Hugging Face 和魔搭社区,可直接下载使用
• 看点:用 8B 级别的小模型去够闭源商用模型的图像生成质量,如果实测效果属实,会显著降低中小团队做图像生成应用的部署门槛。

本内容由 AI 生成，仅供参考，请注意甄别