商汤科技｜SenseNova U1.5 Lite正式开源：8B统一生图与精准编辑

生图模型若只能「抽卡」，却改不准海报左下角一行地址，就进不了设计师的时间线——SenseNova U1.5 Lite把验收标准从惊艳单帧，推向生成—修改—交付的完整链路。对开发者而言，8B统一模型意味着部署轻、调用链短，但能不能扛住多参考合成与信息图排版，才决定它是不是生产力工具。

商汤科技是人工智能软件公司，SenseNova为其多模态大模型产品线。SenseNova U1.5 Lite于8月25日前后发布正式开源版本，距Preview约三周。模型保持约8B参数体量，延续NEO-unify原生统一多模态架构——视觉理解、图像生成与编辑共用一套模型，而非理解、生成各挂一个模型再手工拼接。公开材料强调正式版在以下方面较Preview进一步强化：3–4k字符级复杂指令遵循；视觉完成度与材质光影；原生编辑时对非编辑区域的保持；中英文文字、海报与信息图排版；框选、标记与多图参考等精细控制；原生4K高分辨率输出。

训练与部署路径：

1. 专项Expert：文字渲染、美学表达、图像编辑等目标先分别训练。
2. MOPD蒸馏：多教师在线策略蒸馏，将专项能力融合回单一8B模型，部署无需额外Router在子模型间切换。
3. 后训练强化：指令遵循、视觉偏好、编辑保持三轴；短提示词可经提示增强（PE）整理为更完整方案再执行。
4. 开放入口：GitHub仓库OpenSenseNova/SenseNova-U1、Hugging Face集合页sensenova/sensenova-u15、SenseNova Studio在线体验（unify.light-ai.top）。

所谓统一多模态，白话是模型在动像素之前先「看懂」画面——主体在哪、文字在哪、用户框选的是哪一块——再决定生成或编辑，而不是生成后再靠外部工具硬修。MOPD（多教师在线策略蒸馏）白话是先让几位「单科老师」把字写好、构图练好、局部改图练好，再把本领收进一个班统一上课，用户侧只面对一个模型接口。

公开样例覆盖九图美食拼贴、卧室局部材质替换、可可豆到巧克力信息图、社交媒体封面、社区厨房信息图仿照参考版式、Radiohead海报多参考合成，以及展览海报左下角中英文地址批量替换等——难点均在「改指定处、留其余处、排版不塌」。

产业观察上，闭源头部模型仍占审美上限，但开源8B若能在编辑保持与文字排版上稳定进工作流，抢的是广告预演、电商素材与运营海报的「改第八版」时间，而不是电影节海报的「第一次惊艳」。可以把它想成：模型厂商从卖「一张能发朋友圈的图」，转向卖「一张能过客户法务与品牌规范的图」。对采购方，应抽检同一角色跨镜头一致性、4K小字可读性与失败重试成本，而不是只看官方精选样张。

需要把边界读清楚。与闭源GPT-Image-2等的对比多来自厂商自述与样例，第三方独立基准仍有限；复杂商业片全流程仍依赖人工精修。下一观察点是API SLA、垂直行业模板与社区微调案例能否在一个月内出现可复现工单。