商汤8B轻量模型开源,性能媲美闭源
「商汤科技发布SenseNova U1.5-Lite-Preview,一款基于原生NEO-Unify架构的轻量级统一多模态模型。该模型仅8B-MoT参数,却在图像生成与编辑上达到商业闭源模型水平,支持4K分辨率、中英文渲染及复杂版面构图。多项基准测试成绩较初代U1大幅提升,同时生产级模型U1Pro即将公测,展现商汤在统一多模态领域的持续创新。」
商汤科技近日在开源社区投下一枚重磅炸弹——SenseNova U1.5-Lite-Preview,一款以轻量级著称的原生统一多模态模型。这款早期预览版模型虽然参数规模仅为8B-MoT,却在生成与编辑能力上展现出媲美商业闭源模型的实力,被业界视为“小钢炮”式的技术突破。
SenseNova U1.5-Lite-Preview的核心优势在于其原生NEO-Unify架构,该架构从底层设计上支持多模态内容的统一理解、推理、生成与编辑。与常见的多模态模型不同,它并非简单拼接视觉与语言模块,而是通过统一的表征空间实现跨模态协同,从而在复杂任务中保持高效与精准。
在具体能力上,U1.5-Lite-Preview带来了多项实质升级。分辨率最高支持4K,画面细节更加饱满,同时有效减少了视觉伪影;中英文文本渲染能力显著增强,复杂版面构图(如海报、信息图)的生成质量大幅提升;视觉控制更加精准,能够从容应对长文本和多约束条件的提示词;原生图像编辑功能也更为可靠,支持参考图引导的风格迁移、多参考图合成、局部信息图编辑及文本编辑等多种场景。
从基准测试数据来看,U1.5-Lite-Preview较初代U1的提升十分显著:Qwen-Image-Bench得分从47.14跃升至55.20(使用PE),ImgEdit-Bench从3.90升至4.37,GEdit-Bench-en从7.47提升至8.17,GEdit-Bench-zh也从7.42攀升至8.05。这些数据不仅证明了模型在生成质量上的进步,也反映出其在编辑任务中的可靠性增强。
值得注意的是,商汤在开源U1.5-Lite-Preview的同时,还透露了面向创作者的生产级模型U1Pro即将开放公测的消息。这一布局显示出商汤在统一多模态领域的双轨战略:一方面通过轻量级模型降低技术门槛,让更多开发者能够快速接入;另一方面以生产级模型满足严肃创作和高强度应用的需求。
商汤此举无疑将加剧多模态AI领域的竞争。在闭源模型主导市场的当下,U1.5-Lite-Preview的开源不仅为开发者提供了高性价比的选择,也推动了整个行业在轻量级模型上的创新。随着U1Pro的临近,商汤有望在统一多模态赛道上占据更有利的位置。
来源:Heooo AI工具导航