8B 参数、4K 直出、还能"圈哪里改哪里"——商汤开源 SenseNova U1.5 Lite，已经摸到了生图模型的天花板
发布于 2026-08-04
商汤开源 SenseNova U1.5 Lite：8B 体量、原生 4K、统一多模态。在 8B 这个段位第一次把"圈哪里改哪里"做到了生产可用。从改字、改色、改版式三个案例拆出来，它的真正杀手锏不是分辨率，而是 NEO-Unify 把读图和改图塞进同一脑回路。
8B 参数、4K 直出、还能"圈哪里改哪里"——商汤开源 SenseNova U1.5 Lite，已经摸到了生图模型的天花板
国产、开源、原生 4K、轻量 8B——把这四个标签贴在同一款生图模型上的是商汤。8 月 3 日晚，SenseNova U1.5-Lite-Preview 同步上线 GitHub、Hugging Face 和魔搭社区，三仓库可下载（来源：量子位 2026-08-03）。
参数党会盯着 8B 这个数字算它能跑多快，应用党会先打开 demo 找"指哪儿改哪儿"那行按钮。后者才是这件事真正值得讨论的地方。
<!-- 配图：NEO-Unify 架构 vs 传统 DiT 拼接 -->
1. 改"迎"为"命"，才算"看图改图"
量子位给出的对照案例有三组。
第一组是把"迎"字改成"命"字。原图里"迎"由船体和浪花共同组成——船是最后一竖，浪花勾勒前几划。新图里模型没有重画一个字，而是让原船继续充当最后一竖，让周围的浪花重新组织出其余笔画。结果出来的"命"字，仍然像是从海面里自然生长出来的，不像贴了一个平面字体。
第二组是把满月换成血月。原图是一艘帆船驶过金色满月的暖色场景，红框标注"把月亮改暗红色，加雾"。模型照做，月亮、雾气、光照都换了调，但帆船、船上人物与背景树林仍在原位。
第三组最离谱：把信息图主题从"流行影视里程碑"换成"邮政邮件的旅程"，弯弯曲曲的路径、节点式节奏、左中右版式全部保留，只把电影海报式的小模块换成邮筒、分拣中心、运输车、邮差上门这些新元素。
这三组放在一起，暴露了一个生图模型圈子里被反复回避的事实——8B 段位能原生"保住主体去改图"的，到 U1.5-Lite-Preview 为止还数不出第二家。
4K 是它的样貌，红圈圈编辑是它的真本事。
2. 杀手锏的根：NEO-Unify 原生统一多模态
为什么 8B 体量能搞定这件事？
大多数 8B 段位的开源生图模型（包括 Qwen-Image、Step1X、FLUX.1-dev 这些对位选手）走的是 DiT 路线：先有图像生成主模型，再外挂一个 ControlNet 或图像编辑 LoRA 来补"改图"能力。这意味着每次编辑都是"生成模型理解 + 编辑模型执行"的双系统协作，跨模型语义对齐这一步经常断——所以你圈个红框说"把 35+MIN 改成 25MIN"，模型可能顺手把字体字号版式一起改了。
U1.5-Lite-Preview 走的是另一条路：商汤称之为 NEO-Unify，把语言、视觉语义、像素生成放在同一个模型里。读图、判断该改哪里、动哪个区域、保持哪个主体不动、最后出像素——这五件事在同一个脑子里跑完。
这等于把"读图"和"改图"塞进同一个上下文，而不是先让一个模型理解、再让另一个模型执行。圈个红框说"这里改成 25MIN"的时候，模型能准确知道你只是想动文字，字体/版式/上下文都是公共认知的一部分，不会被误解。