公司情报专家《财经涂鸦》获悉，8月3日，商汤宣布面向全球用户开源轻量级统一多模态模型的预览版本SenseNova U1.5-Lite-Preview该版本是基于U1的一次系统性迭代，不仅在同一架构中贯通视觉理解、推理、生成与编辑，还以仅8B-MoT轻量的大小，将能力推进到4K、更精细的真实质感、更复杂的视觉控制和可持续迭代编辑。
今年4月，商汤发布SenseNova U1，首次完整展示了基于NEO-Unify架构的原生统一多模态路线。
7月16日，SenseNova U1信息图增强版V3（SenseNova-U1-8B-MoT-Infographic-V3，以下简称Infographic-V3）发布，首次加入信息图编辑能力。
7月18日，2026WAIC期间，商汤科技再发布面向长程任务的交付级原生多模态智能体基座——日日新SenseNova U1 Pro，推动行业正式告别传统的“单点式内容生成（Generation）”，全面迈向能够闭环完成复杂、长程任务的“系统级内容交付（Delivery）”新时代。
此次开源的U1.5-Lite-Preview较U1在多个方向带来显著提升，包括原生支持4K图像生成；更精细的局部纹理、细节与真实世界质感；更准确的中英文文字生成与复杂版式组织，以及更稳定的图像编辑和视觉指令遵循
例如，U1.5-Lite-Preview重点优化了对长篇自然语言、结构化创作指令的理解能力。简单需求用户说几句话就能快速生成；复杂的任务，则可以给出完整详细的创作要求，让模型按明确的视觉结构来执行。
“在我们看来，超长的提示词并不是生成好图的必要条件，它的价值是给复杂创作提供了更高的控制上限”商汤表示。
一个重要观察是，U1.5-Lite-Preview的强prompt following能力，并非主要来自对结构化模板的记忆或适配。即使在没有高度依赖专门Prompt Enhance格式化数据训练的情况下，模型依然能够较稳定地执行长篇、多约束、层次化的视觉指令。
商汤认为，这正体现了原生统一多模态路线的优势：模型学到的不是某种Prompt格式本身，而是从语言描述到视觉结构的原生映射能力
编辑能力进化方面，U1.5-Lite-Preview让图像编辑不再是外挂功能，而是统一模型在理解视觉状态、执行用户约束并重构目标画面上的原生能力。这使图像创作从一次性的“重新采样”，转向可持续迭代的视觉操作过程。
目前，U1.5-Lite-Preview已覆盖多类主流创作工作流：包括参考图风格与设计再创作、，多参考图组合编辑、单参考图条件创作、信息图局部编辑、文字编辑、交互式精准编辑等。
如果说U1成功验证了“统一架构是否可行”，证明了从像素和语言出发、端到端构建原生统一多模态模型是一条可行的路线，那么U1.5将进一步验证“能力能否持续扩展”，证明统一架构不仅能够同时承载理解和生成，也能够继续扩展到更高分辨率、更复杂的信息表达和更真实的视觉世界。
“我们相信，未来的多模态模型不应只是连接不同模态的系统，而应该是一个从一开始就能够跨越语言、视觉与行动进行学习、思考和创造的统一智能体。”商汤表示。
据悉，面向专业用户的交付级创作模型 U1 Pro亦正紧密邀测，将在近期对公众开放服务。
热门跟贴