商汤发布 SenseNova U1 Pro:原生 8K 出图,密密麻麻的小字放大也不糊
商汤 7 月 18 日在 WAIC 发布 SenseNova U1 Pro,是「日日新 SenseNova U」系列的旗舰版本,主打把复杂版面的图一次做对。
四项能力:
专业设计美感
最高 8K 分辨率出图
密集图文的版式与文字控制
围绕一个目标跑数十轮的生成循环
顯示更多
前几天,商汤正式开源了理解生成统一视觉大模型:SenseNova-Vision。
行业以往的统一视觉,多是把几个专家模型打包封装好的,本质还是各干各。
这次商汤让视觉成为大模型的原生能力,能完成目标检测、图像分割、深度预测、3D 重建等视觉任务。
在多项权威评测中,比肩各领域的专用专家模型,绝大多数指标超越了谷歌的 Vision Banana。
- 模型权重下载:
- GitHub:
- 魔搭社区:
连同模型一起开源的,还有包含 5000 万条高质量样本的视觉指令语料库。
以后不用再为不同视觉任务维护多套模型,单模型就能覆盖高频视觉需求,研发部署成本都降了一截。
顯示更多
如果你手里是一份已经理好的提纲,想直接做成带标题、分区和小图标的信息图,SenseNova U1 可以拿来试试。
商汤开源的这个系列把文字推理和出图放进同一条流程里:信息图版本能把一条提示词排成类似幻灯片的成图;
交错生成版本则能按步骤穿插文字和图片,做教程、流程说明会顺手些。
不过别把一堆散乱需求丢进去,指望它替你想清楚逻辑。先把层级和重点写明白,它更像是把内容视觉化的那一步。
顯示更多