一个 80 亿参数的模型，既能看图又能画图，还支持原生 4K，采用 Apache 许可——社区两天就跑起来了

商汤于 8 月 19 日把 SenseNova-U1.5-8B-MoT 的权重以 Apache-2.0 许可放上 Hugging Face，同日发布了一个微调版本，20 日又放出一组 LoRA。它不是流水线，而是一个原生统一的多模态模型：同样这 80 亿参数既负责看图，也负责生成和编辑图像——实验室称这套架构为 NEO-unify。发布说明列出了相对上一版的六项具体改进：构图与材质表现更好；海报和信息图中的中英文文字更清晰；原生 4K 生成效率更高；编辑时更能保住画面中不该动的部分；对同时叠加物体数量与空间关系的复杂指令执行更稳；通过检测框和参考图实现更精细的控制。更容易核实的是随后发生的事。大约四十八小时内，社区就放出了 GGUF 与 FP8 转换、ONNX 导出和一个 ComfyUI 包，模型因此能在普通桌面配置上跑起来。主仓库目前约 950 次下载、91 个赞；参考代码在 GitHub，权重同时镜像在魔搭上。有一点必须说清楚：商汤的基准对比是以图表而非表格形式发布的，目前也还没有独立评测，因此排名类说法应视为实验室的一面之词。

✓ 已核实 · 4个来源

相关新闻