SenseNova-U1.5 完全リリース：強化された 4K エディティングとテキストレンダリング
ComfyUI Wikinews
SenseTime は、OPD で蒸留されたエキスパート、より良い 4K 品質、エディティングの保持、そしてテキストレンダリングを備えた完全版 SenseNova-U1.5-8B-MoT をリリースしました。すべて ComfyUI で実行可能です。
SenseTime は、7 月にプレビューされた統一マルチモーダルモデルの正式版である SenseNova-U1.5-8B-MoT の完全リリースを出荷しました。同じ NEO-unify アーキテクチャを維持しつつ、トレーニングではタスク特化型エキスパート（テキストおよびインフォグラフィックス、美学、エディティング）を構築し、**OPD（オンポリシー蒸留）**を通じてこれらを単一モデルに蒸留します。推論時にはルーターなしの単一モデルとなります。
ユーザーが視認できる 6 つの改善点
公式リリースは以下の 6 つの領域に焦点を当てています：
- より高い品質の画像生成：構成、色の調和、マテリアルの描画、照明、ローカル詳細の向上。
- より優れたテキストレンダリングとインフォグラフィックス：ポスター、インフォグラフィックス、ブランドアセット内の中国語と英語の文字がより読みやすくなりました。
- より効率的なネイティブ 4K 生成：整合性の取れたグローバル構造と安定した高解像度出力。
- より信頼性の高いネイティブ画像編集：ローカル、テキスト、マルチ参照、挿入、置換のエディット全体で、被写体のアイデンティティと未編集コンテンツを保持。
- 強力な複雑な指示の追従：単一のリクエスト内のオブジェクト数、空間関係、レイアウト、複数の制約への対応。
- バウンディングボックス、視覚的マーカー、単一または複数画像の参照を通じたより精密なビジュアル制御。
ベンチマーク
| ベンチマーク | U1 | U1.5 プレビュー | U1.5 完全版 |
|---|---|---|---|
| Qwen-Image-Bench | 47.14 | 55.20 (PE) | 60.18 (PE) |
| ImgEdit | 3.9 | 4.37 | 4.59 |
| GEdit-Bench-EN | 7.47 | 8.14 | 8.26 |
ComfyUI で実行する
公式の ComfyUI-SenseNova-U1 ノードパック（v0.3.0）は、完全リリースをローカルで実行します：テキストから画像へ、最大 10 枚の順序付き参照画像による単一および複数画像編集、およびローカル読み込み用の加速された LoRA アダプター。ComfyUI マネージャーまたは Comfy レジストリからインストールしてください（comfy node install ComfyUI-SenseNova-U1）。
ウェイト：Hugging Face | ModelScope | GitHub
コメント
GitHubでサインインしてディスカッションに参加しましょう。