首页 > AI头条  > 正文

商汤甩出 8B 小钢炮 U1.5-Lite-Preview:参数不大,却逼疯闭源模型

2026-08-04 15:23 · 来源: AIbase基地

商汤把自家的轻量级原生统一多模态模型推到了开源舞台中央——SenseNova U1.5-Lite-Preview 是一个早期预览版,根基是原生 NEO-Unify 架构,天生就能理解、推理、生成并编辑多种模态内容。最狠的一点是,它只动了8B-MoT 参数,却交出了媲美商业闭源模型的生成与编辑质量,等于用一把小钢炮顶住了大模型军备竞赛的火力。

这一版预览带来的升级相当实在。分辨率最高拉到4K,画面细节更饱满,视觉伪影也压得更少;中英文文本渲染和复杂版面构图能力明显增强,海报、信息图这类活儿更拿手;视觉控制更精准,面对长文本和多约束条件的提示词不再手忙脚乱;原生图像编辑也更可靠了,参考图引导的风格迁移、多参考图合成、局部信息图编辑和文本编辑全都纳入麾下。

image.png

和初代 U1相比,它在几个生成与编辑基准上拉开了一截身位:Qwen-Image-Bench 从47.14冲到55.20(使用 PE),ImgEdit-Bench 由3.90升至4.37,GEdit-Bench-en 从7.47提到8.17,GEdit-Bench-zh 由7.42爬到8.05。从 U1到 U1.5,商汤把这趟开源之旅包装成了基础模型层面持续创新的注脚。

更值得期待的还在后头:面向创作者的生产级模型 U1Pro 也即将开放公测。这意味着商汤在统一多模态这条线上,已经把"轻量预览"和"生产就绪"两头都排进了时间表——小模型先把门槛砍下来,大模型再接住严肃创作的需求。

项目地址:https://github.com/OpenSenseNova/SenseNova-U1/blob/feat/u1.5_preview/docs/u1.5_preview.md

  • 相关推荐
  • AI日报:商汤甩出8B小钢炮 U1.5-Lite-Preview;MiniMax H3开源排除美国;微软自研全双工AI语音模型曝光

    微软推出支持16语言的全双工语音模型MAI Realtime;MiniMax开源视频模型H3但限制部分地区使用;商汤发布轻量统一多模态模型U1.5-Lite-Preview;面壁智能开源ForgeStencil实现工业软件自动化优化;Teams新增“举报会议”功能防AI诈骗;ChatGPT Atlas浏览器将停服;苹果诉OpenAI案曝内部数据管理漏洞;高德升级世界模型ABot-World-0,实现24小时连续稳定推理。

  • 天下苦闭源模型久矣,MiniMax H3要做多模态领域的Deepseek

    2026年8月3日,港股MINIMAX-W(00100.HK)报HK$249.4,涨幅超10%。当日早盘,MiniMax盘前正式宣布发布新一代多模态生成模型H3。市场用真金白银为这次产品发布投了一票。 A 天下苦闭源模型久矣,视频生成赛道此前由Seedance、可灵等头部模型主导,价格、算力、生成时间也一直是行业关注比较高的的话题。 MiniMax发布的H3,正是视频生成市场的一个全新选择。 官方博客中表示,定位H3

  • 腾讯元宝上线Hy ASR 3.0 preview语音识别模型:各种方言、复杂环境都能听清

    腾讯混元日前正式推出Hy ASR 3.0 preview语音识别模型,已率先落地腾讯元宝App面向全部用户免费使用。 依托Hy3基座大模型打通声学识别与语义理解,彻底摆脱传统语音识别生硬转写短板,在多方言口音、嘈杂收音、远距离拾音等复杂场景稳定输出精准文本。 模型完成10大方言片区、20余个细分方言覆盖,粤语、吴语、西南官话、中原官话等日常口语均可直接对话交互,用户不需

  • AI日报:京东开源视频实时编辑模型;Qwen-Image-3.0上线;腾讯混元发布Hy ASR 3.0 preview

    本期AI日报聚焦八大突破:京东开源实时视频编辑模型;阿里千问图像生成开放API;腾讯混元语音识别读懂语境;字节全双工SeedRealtime上车豆包;马斯克Grok 4.6将灌入SpaceX数据;影石硬件联手千问推出语音助手;Mistral开源3B多模态审核模型Shieldstral;宇树科技机器人冲刺科创板IPO。

  • 为什么会有骁龙7 Elite的不实传言?事实真相一次性说透

    骁龙7系是高通中高端移动平台,定位介于骁龙8系旗舰与6系主流之间。官方已构建7s入门、7标准版、7+顶配的三级清晰矩阵,其中7+性能卓越但属7系天花板。网传“骁龙7 Elite”为谣言,根源在于7+承袭部分旗舰技术带来“越级体验”,致用户混淆技术下放与产品线定位。实际上,Elite至尊版是骁龙8系专属旗舰标识,拥有严格层级壁垒,7系无论表现多出色,均无搭载该后缀的官方资质与立项可能。

  • 全球参数最大开源模型 马斯克也点赞!月之暗面Kimi K3开源 2.8万亿参数

    日前,月之暗面正式发布Kimi K3模型权重及技术报告,并同步开源支撑该模型训练的三项关键基础设施技术:MoonEP、FlashKDA和AgentEnv。 据介绍,三项技术在Kimi K3的训练过程中发挥了重要作用,为大规模模型训练的效率、稳定性以及智能体任务执行提供基础支撑。 据了解,Kimi K3是月之暗面目前能力最强的模型,该模型采用混合专家(MoE)架构,总参数规模达到2.8万亿,具备原生

  • 云蝶科技科研团队最新成果在机器学习全球顶会ICML 2026发表,POLIA让多模态模型从“答对”走向“看对”

    云蝶科技在ICML2026提出POLIA方法,解决多模态大模型常忽视关键视觉信息、依赖语言猜答案的问题。核心创新是增加视觉对象级细粒度评价,分阶段评估答案正确性与证据可靠性,实现从“奖励正确答案”到“奖励正确使用视觉证据”的转变。在七项基准测试中大幅提升准确率,且计算开销低。该研究为具身智能的视觉证据建模与强化学习提供基础,依托联合实验室推动从算法验证走向真实场景应用。

  • 43.98万起的硬派豪华SUV!享界G9预售72小时订单破1.5万台

    近日,享界汽车官方公布旗下首款豪华硬派SUV享界G9开启预售72小时,累计订单量突破15000台,新车预售价43.98万元起。 享界G9运用全新设计语言,车头大灯造型别具一格,视觉识别度很高。车辆支持选装激光投影大灯,能够投射示宽光毯。这套灯光系统还可以实时识别雨雾等恶劣路况,自动调整灯光色温,灯光穿透力最高可提升66%。

  • 理想:AI眼镜Livis二代明年下半年上市!原生鸿蒙版App正在开发Livis

    虽然理想在大家的固有印象中是一家车企,但目前其实已经全面进化为AI企业,此前推出的理想AI眼镜Livis非常火爆,尤其是还能接入OpenClaw实现丰富到夸张的体验。 最近一段时间,很多用户在期待Livis二代上市,官方收到了很多反馈,今天集中汇总进行了解答。 首先就是二代上市的时间,这也是被问最多的问题,理想官方表示:根据当前规划,第二代理想AI眼镜Livis预计将在�

  • REDMI K100 Pro/Pro Max今晚发布:参数一文汇总 只剩价格了

    REDMI K100 Pro系列将在今晚7点发布,这次共有两款新机登场,分别是K100 Pro、K100 Pro Max。 博主数码闲聊站提前公布了K100 Pro系列的详细参数,只剩下价格悬念了。 REDMI K100 Pro配备6.59英寸M11基材RGB OLED纯直屏,屏幕刷新率185Hz;核心处理器为骁龙8E5V;内置8580mAh电池,支持100W有线快充与50W无线快充。 影像模组采用2亿像素OIS主摄、超广角镜头、5000万像素OIS直立长焦,长焦支持10cm微

今日大家都在搜的词: