商汤开源U1.5-Lite轻量多模态模型：8B-MoE参数，原生支持4K图像生成与编辑

发布概况

8月4日，商汤科技正式开源SenseNova U1.5-Lite-Preview轻量统一多模态模型。该模型摒弃盲目扩大参数的迭代思路，通过全链路技术优化实现能力突破，以仅8B-MoE的轻量化参数规模实现高阶多模态能力。

模型规格

• 参数量：8B（MoE架构）
• 架构：基于前代U1架构全面迭代
• 许可证：开源
• 定位：轻量化统一多模态模型，适配设计创作、电商美工、视觉修图等场景

核心能力

四大核心能力全面升级

与旧版模型相比，U1.5-Lite在以下方面实现显著提升：

• 4K超高清生成：原生支持4K分辨率，优化画面纹理质感与真实度
• 精准文字排版：精准实现中英文文字生成和复杂版式排版
• 图像编辑稳定性：修改画面时可完好保留原图主体、结构与未改动区域
• 指令遵循精度：大幅提升对用户指令的理解和执行精度

基准测试成绩

多项权威基准测试成绩大幅跃升：

• Qwen-Image-Bench：从47.14提升至55.20
• 多平台图像编辑评测：分数均显著上涨

技术架构

架构创新

技术团队在以下方面进行了关键创新：

• 重构生成头结构：解决高分辨率图像网格伪影问题
• 优化训练数据集：提高训练数据的质量和多样性
• 任务逻辑优化：提升多模态任务的执行效率
• 全链路技术优化：通过架构创新而非参数堆叠实现能力突破

行业影响

轻量化多模态模型的新方向

U1.5-Lite代表了一种"小参数、大能力"的新思路：

• 以8B参数实现原本需要更大模型才能完成的4K生成任务
• 降低了多模态模型部署的硬件门槛
• 为端侧AI和轻量化商用场景提供了可行方案

开源生态

商汤选择开源U1.5-Lite，将进一步推动多模态AI技术的普及：

• 开发者可基于此进行二次开发
• 适配设计创作、电商美工、视觉修图等轻量化商用场景
• 助力降低行业AI视觉创作门槛

后续观察

模型在社区中的采用率、与竞品（如Stable Diffusion、Midjourney）的对比表现、以及商汤后续在更大规模多模态模型上的布局，将是关键观察点。