商汤开源 SenseNova U1 图文交错增强版模型,支持多页连续创作

商汤开源 SenseNova U1 图文交错生成增强版模型:支持多页连续创作,角色风格不“跑偏”

精选理由

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。

AI 摘要

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。

原文 · IT之家

商汤开源 SenseNova U1 图文交错生成增强版模型:支持多页连续创作,角色风格不“跑偏”

IT之家 6 月 12 日消息,商汤科技今日宣布开源商汤日日新 SenseNova U1 系列新成员 —— U1-8B-MoT-Interleaved 图文交错增强版模型。 官方表示,该模型面向图文交错创作与生成(Interleaved Generation)场景进行了专项强化,更好地支持绘本、故事书、多页 PPT、图文教程等连续内容创作,解决传统多模态模型“多轮生成后角色形象飘移、画风断裂、图文脱节”等痛点。 据介绍,该模型核心升级主要体现在四个方面: 叙事一致性与角色连贯性大幅提升: 模型显著提升了长周期创作中的叙事连贯性、角色一致性与画风统一性。故事线在整个生成过程中被严格遵循,人物形象从第一页到最后一页均保持高度一致; 图文对应关系增强,告别“图文脱节”: 经过专项训练,模型大幅改善了图像内容与文字描述之间的语义对齐能力。生成的画面能更准确地呈现文本所描述的复杂场景、动态动作与物体间的空间关系; 视觉质量与 Artifact 明显改善: 针对人物结构、文字渲染、页面排版等高频高难区域进行了定向优化,显著降低了生成物中的视觉瑕疵(Artifact); 全新能力:多页 PPT 自动生成: 新版本首次支持了 多页 PPT 自动生成能力 。模型能够智能从输入内容中提取要点,自行完成排版设计与文字渲染。 IT之家附开源链接如下: https://huggingface.co/sensenova/SenseNova-U1-8B-MoT-Interleaved