SenseNova-U1.5: lanzamiento completo con edición 4K y texto mejorados

SenseTime ha lanzado la versión completa de SenseNova-U1.5-8B-MoT, la versión de producción del modelo multimodal unificado que fue presentado en vista previa en julio. Conserva la misma Arquitectura NEO-unify, pero el entrenamiento ahora construye expertos especializados por tarea (texto e infografía, estética, edición) y los destila de nuevo en un único modelo mediante OPD (destilación on-policy). En inferencia es un modelo único sin router.

Seis mejoras visibles para el usuario

El lanzamiento oficial se centra en seis áreas:

• Generación de imágenes de mayor calidad con mejor composición, armonía de color, renderizado de materiales, iluminación y detalle local.
• Mejor renderizado de texto e infografías, con texto chino e inglés más legible en pósters, infografías y recursos de marca.
• Generación nativa 4K más eficiente con estructura global coherente y salida de alta resolución estable.
• Edición de imágenes nativa más confiable, preservando la identidad del sujeto y el contenido sin editar en ediciones locales, por texto, con múltiples referencias, inserción y reemplazo.
• Seguimiento más robusto de instrucciones complejas para conteos de objetos, relaciones espaciales, diseños y múltiples restricciones en una sola solicitud.
• Control visual más preciso a través de cajas delimitadoras, marcadores visuales y referencias de una o múltiples imágenes.

Pruebas de rendimiento

Ejecútalo en ComfyUI

El paquete de nodos oficial ComfyUI-SenseNova-U1 (v0.3.0) ejecuta la versión completa localmente: de texto a imagen, edición de una y múltiples imágenes con hasta 10 imágenes de referencia ordenadas, además de adaptadores LoRA acelerados para carga local. Instálalo desde ComfyUI Manager o el Registro de Comfy (comfy node install ComfyUI-SenseNova-U1).

Descargar flujo de trabajo SenseNova-U1.5 T2I Descargar flujo de trabajo de edición SenseNova-U1.5

Pesos: Hugging Face | ModelScope | GitHub