17:01IT之家(博客/媒体)商汤科技开源了 SenseNova U1 系列新成员 U1-8B-MoT-Interleaved 模型,专为图文交错创作场景优化。该模型解决了多轮生成中角色形象飘移、画风断裂、图文脱节等痛点,支持绘本、故事书、多页 PPT 等连续内容创作。核心升级包括叙事连贯性与角色一致性提升、图文语义对齐增强、视觉质量改善,以及新增多页 PPT 自动生成能力。模型已在 Hugging Face 开源,适合需要高质量图文内容生成的创作者和开发者。AI模型商汤SenseNova U1图文交错生成开源/仓库多模态模型推荐理由:做绘本、PPT 或教程的创作者终于不用反复修图了——这个模型能保持角色和画风从头到尾一致,直接生成多页内容,建议试试。原文
00:14rohanpaul_ai@rohanpaul_ai76°中国 AI 实验室商汤开源了 SenseNova U1,这是一个统一的多模态模型,能在单一模型中理解、推理并生成图像和文本。其架构去除了传统的视觉编码器和变分自编码器,在共享表示空间中处理图像和语言,减少了模块间切换和信息损失,提升了生成一致性。该模型在生成信息图、指南、海报、漫画等密集视觉内容时表现出色,据客户基准测试,生成信息图的速度约为 Qwen-Image-2.0 / Seedream-4.5 的两倍,且质量相当。AI模型商汤SenseNova U1多模态模型开源/仓库图像生成推荐理由:商汤的架构创新解决了多模态模型常见的模块间信息丢失问题,做视觉内容生成或信息图设计的团队可以直接用这个开源模型,生成效率翻倍值得一试。原文
14:27rohanpaul_ai@rohanpaul_ai76°中国AI实验室商汤科技在HuggingFace上发布了SenseNova U1模型,采用原生多模态建模和MoT架构(38B激活3B MoE)。该模型将多模态生成视为一个统一的建模问题,而非分离的视觉、语言和图像模块链,从而减少了模块间的信息损失,提升了生成内容的一致性。SenseNova U1特别擅长生成可读、结构化、一致的图文输出,如信息图、指南、海报、漫画等。它支持ComfyUI,推理速度快(A3B),为密集视觉内容创作提供了高效工具。AI模型SenseNova U1多模态模型MoT架构MoE开源/仓库推荐理由:SenseNova U1解决了多模态生成中模块切换导致的信息丢失问题,做信息图、海报、漫画等密集视觉内容的创作者可以直接用ComfyUI体验,效果惊艳。原文