最近 GPT Image 2 火了之后，网上都是那些绝对以伪乱确实 AI 生成图片。大模子在视觉这条路上越走越远，让东说念主应许又让东说念主敬畏。
而 GPT Image 2 在脚下的 AI 生图限制，着实是没什么好争的。但要是说云表闭源收费的最好模子是 GPT Image 2，那能部署在土产货的，免费开源模子有时会是 SenseNova U1。
▲由 SenseNova U1 生成
SenseNova U1 是商汤最新发布的一个开源的多模态模子，它的 Lite 系列 8B 和 A3B 参数版块，刻下如故在 Hugging Face 和 GitHub 上开源。
张开剩余92%从模子参数和聘用开源的阶梯上，咱们就能看到它和 GPT Image 2 是不太相通的方针。
APPSO 也提前拿到了测试阅历，咱们发现商汤这款新一代原生贯通生成和洽模子，就开源模子来说，如故作念到了最好水平。
它带来了大模子行业首创的连气儿图文生成输出，即是用单一模子就能连贯输出图片和笔墨，这个簇新很值得去试一试。
刻下 SenseNova U1 开源模子的权重如故在 Hugging Face 和 GitHub 上洞开下载。
GitHub：https://github.com/OpenSenseNova/SenseNova-U1
Hugging Face：https://huggingface.co/collections/sensenova/SenseNova-U1
带着图片的念念考
咱们可能际遇过这么的需求，想让 AI 说明一个复杂看法，同期配上显露图，而且图要随着笔墨的逻辑走，说明到第几步，图里就画到第几步。
一般的模子可能会径直汲取生成代码的方式来措置这个问题，像 Claude 使用的流式构图，或者一些 Vibe Coding 的网页，包含笔墨和配图。
然则要实足用一个模子同期在回应流里面，生成笔墨和图片，况兼不借助外部用具的调用，基本上现存的模子作念不到这少量。因为笔墨生成和图像生成在模子底层，常常是两件事。
SenseNova U1 的第一项特色，即是在单一模子上进行连气儿的图文创作输出。
比如咱们试了一个场景，让他生成一份绵薄的绘本故事，敷陈一只小熊历经四季的变化。
▲ 指示词：请创作一个图文绘本故事，主角是一只棕色的小熊，故事敷陈它经历四季变化。
生成的连气儿图文不仅贯通到位，有一定的故事性，而且能很好的保持一致性，同期图片的笔墨渲染沿路准确，小熊也在冬天穿上了毛衣，戴上了帽子。
实测中发现用 SenseNova U1 来进行一些创意性的责任也相等挑升念念。
在官方的测试案例里，上传一张大头贴给模子，然后条款它联想几款不同的发型。可以看到，在生成连气儿图文的完竣过程中，东说念主物的一致性，以及结构、细节，SenseNova U1 都作念到了精确保持。
▲ 指示词：帮我联想几款合适的发型，但愿顺眼的同期比拟有特色，然后帮我选一款最符合我的
还能径直让他联想一个游戏变装，展示从全体视觉基调、中枢交互细节，再到环境叙事和脾性刻画的逻辑迭代过程。
更挑升念念的是，基于时序性的回答，用 SenseNova U1 创作是再合适不外。咱们条款他生成一颗牛油果酿成一颗室内盆栽的过程，连气儿图文的步地很好地呈现了完竣的孕育过程。
▲ 指示词：若何把一颗无为的牛油果种成一棵室内盆栽
一番测试下来，图片从来莫得离开过笔墨的逻辑，推理的念念路走到那里，图片就跟到哪。
以前的图文蚁合有时是调用不同模子，和对应用具的写稿，确保回应的施行里，图文是在说归拢件事。当今这项写稿从底层径直发生在模子里面，不管是用具如故软件，都不需要参与对皆的过程了，开云kaiyun(中国)体育官网咱们也只需要看到终末的闭幕。
对施行创作家、联想师和营销东说念主员来说，SenseNova U1 的出现，驱动措置了一个永久以来的痛点，即如何让 AI 边写边画，而且图文逻辑严丝合缝。
量大管饱的最强开源
阐明了它的原生贯通生成和洽才调后，咱们要看 SenseNova U1 能否在复杂信息图生成方面，达到开源模子的最好水平。
信息图是把一大段复杂的笔墨或数据，压缩成一张一眼能看懂的图。这件事其实比「画一张漂亮的图」贫穷多，需法子会施行，知说念哪些是中枢，哪些是补助，信息之间的逻辑关系，以及笔墨渲染等，都是难题。
闭源的 GPT Image 2 在这方面如故作念得很好了，咱们在测试的时候一驱动也莫得抱着太大的但愿，会比 GPT Image 2 还要更好。但 SenseNova U1 的明白，拿下开源 SOTA 的称呼也确乎是当之无愧。
咱们先是就用一句话「用一张信息图说明一下 DeepSeek V4」，莫得任何附加的指示词，望望它生成的信息图明白如何。
▲ 由 SenseNova U1 生成
能看得出来 SenseNova U1 有联网搜索到和 DeepSeek V4 计议的信息，像是原生多模态，还有万亿参数，以及百万的高下文 Token。
而除了绵薄的指示词，还可以径直发送一个通顺给它，SenseNova U1 也有对应的网页持取用具，索求网页施行，来进行信息图的生成。
这些学问科普类的信息图，SenseNova U1 的明白基本上都能阁下。更绵薄的像是「一张什么是电子烟的 3D 拆解科普」，它也能很快生成。
▲由 SenseNova U1 生成
而要是指示词略微详备少量，b体育app它也能实足照着指示词的施行，把这些笔墨准确渲染成可视化进度较高的信息图。
还有像是最近很火的武汉三鲜豆皮，径直告诉 SenseNova U1，生成一张三鲜豆皮完竣制作历程的尺度图。
还有夏天来了，挑选不同的防晒霜，亦然一张信息图，就能把 SPF 和 PA 值这些复杂的挑选参数讲清爽。
致使是要它画一张 AI 大模子从覆按到推理的责任旨趣图，符合实足不懂工夫的东说念主看懂；SenseNova U1 也能用粗心真理的立场，绵薄的刻画 AI 大模子的责任过程。
在其他场景的应用，像是营销、办公、联想参考和生意分析，咱们都用不同的例子来测试了 SenseNova U1 的明白。
一般来说，营销场景对视觉立场的条款最高，亦然最能看出模子有莫得真确贯通「用户想传递什么感受」的处所。一张好的营销图片，放在著作中间，致使有可能径直被咱们误觉得是微信的著作内告白。
就像这张 SenseNova U1 生成的上海旅行信息图，不仅把舆图刻画出来了，还列举了上海的特色。
在办公场景里，顺眼又要比准确和高效更伏击。咱们测试了它对信息处理的才调，把一份五页的会议纪要压缩成一张一屏能看完的总结图，条款逻辑清爽、要点卓绝，符合径直转发给没参会的共事。
复杂的信息以外，SenseNova U1 也能作念到很好的视觉立场参考，给它一段品牌的调性刻画，条款生成一张包含配色提议、排版提议、氛围缺欠词的立场参考图，闭幕竟然也还可以。
在一些数据分析的任务上，咱们也测试了 SenseNova U1 数据可视化的才调，用图表的方式来呈现更合理的信息图。
可以看到，SenseNova U1 在信息提真金不怕火这一步作念得可以，它确乎读懂了施行，知说念什么伏击什么次要。
然则在视觉抒发上还有进步空间，有时候一些笔墨的渲染，如故会出现失实，关于需要快速出图、不想花时辰在联想用具上反复转机的场景，如故实饱和用。
下一个多模态模子的步地
实测完 SenseNova U1，咱们发现它的趣味趣味，在于它是第一个把「贯通和生成和洽」这件事负责作念出来的开源模子。而这，有时是总共多模态限制下一步要走的方针。
GPT Image 2 的刷屏，说明图像生成的「生成质料」这条线如故被闭源模子拉得很高了。开源模子要是赓续在归拢个维度赓续追，大约需要很长的时辰才能赶上，况兼开源的价值也会被压缩到只剩下「低廉」。
SenseNova U1 提供了一个不同的工夫旅途，关于总共开源社区的方针都有着伏击趣味趣味。它除了在措置「若何生成更好的图」，也在告诉咱们多模态模子的下一步会是什么步地。
▲ SenseNova U1 汲取了行业首创的 NEO-unify 原生架构，达成多模态贯通生成的高效和洽
往常的多模态模子，贯通图和生成图是两套系统在谄谀。一套负责看懂输入，一套负责画出输出，中间靠接口授递信息。两套系统各有各的里面话语，信息在传递过程中会有损耗，就像两个东说念主用翻译软件相通，趣味趣味大体到了，但总有点什么没传往常。
SenseNova U1 则是从底层把这两件事，合进了归拢个表征空间。他们本年 3 月的工夫博客里，就要点种植了 NEO-unify 这一项架构。
刻下大模子行业的通例是，多模态 AI 看图要靠一个叫「视觉编码器（VE）」的东西压缩处理，然后再交给生成器。在 NEO-unify 架构里，商汤把这套痴肥的传统范式径直扔了。
蚁合 NEO-unify 结构的 SenseNova U1，所使用的视觉接口是雷同无损的，它径直把图像分块（Patch）吃进去，不经过任何预覆按编码器压缩；然后在归拢个骨干鸠集里，让文本和视觉的覆按端到端和洽进行。
在贯通与生成各项基准测试上，SenseNova U1 的明白也达到同量级开源模子的 SOTA 水平，致使在多项野心上的明白能和 Nano Banana 这些闭源模子相忘形。
▲ 分手是图像贯通、图像生成，和视觉推理基准测试闭幕
它转头了多模态的第一性旨趣，从底层的像素和笔墨驱动，我方构建里面的知道。
这也能说明为什么它破钞的 token 更少，生顺利果更高。即使它唯有 8B 的参数的版块，也能打出超强的极致性价比。
本次开源的是 SenseNova U1 的轻量版块 SenseNova U1 Lite，刻下它有两个版块：8B 参数的 SenseNova-U1-8B-MoT，可以在边际配置上跑；38B 总参数但激活唯有 3B 的 SenseNova-U1-A3B-MoT，提供更强才调，同期将推理本钱收尾得很低。
▲SenseNova U1 如故在 GitHub 和 Hugging Face上开源，通顺：https://github.com/OpenSenseNova/SenseNova-U1、https://huggingface.co/collections/sensenova/sensenova-u1
两个版块都可以土产货部署、可以微调、可以接进我方的数据管说念。对需要把图像生成才调嵌进我方家具的开垦者来说，能够对模子行径有实足的收尾权，数据也无用出去。
要是你需要一个能够高效达成贯通与生成的模子，行为开源模子里的最强代表，SenseNova U1 确乎值得尝试。
商汤还在 GitHub 上开源了面向 Agent 运行时的 AIGC 妙技库 SenseNova-Skills。咱们可以径直把SenseNova U1这种弘大的才调，接入到我方的智能体（Agent）责任流中。
运用这个用具包，咱们可以径直在像 OpenClaw、Hermes 这么的 Agent 平台中一键调用。模子会自动评估咱们的指示词，聘用合适的版式，经过多轮生成，输出最好的专科信息图闭幕。
▲ Skills 通顺：https://github.com/OpenSenseNova/SenseNova-Skills
追念总共测试，SenseNova U1 此次交出了一份可以的答卷，它是刻下咱们能拿笔直里的同量级最强开源模子。
对创作家来说b体育官方app下载，它行业首创的连气儿图文创作输出才调，破损了往常笔墨与配图割裂的困境，真确让边念念考、边写稿、边配图的连贯创作成为现实。
金佰利app官网下载入口
备案号: