SenseNova-U1.5 正式发布：更强的 4K 编辑与文本渲染
ComfyUI Wikinews
商汤科技发布了完整的 SenseNova-U1.5-8B-MoT：OPD 蒸馏专家，更好的 4K 质量，编辑保留和文本渲染，均可在 ComfyUI 中运行。
商汤科技已发布 SenseNova-U1.5-8B-MoT 的正式版本，这是该统一多模态模型的生产版本，此前于 7 月进行了预览。它保留了相同的 NEO-unify 架构，但现在的训练构建了任务专用专家（文本和信息图表、美学、编辑），并通过 OPD（在线策略蒸馏） 将它们蒸馏回单个模型。在推理时，它是一个没有路由器的单一模型。
六项用户可见改进
官方发布专注于六个方面：
- 更高质量的图像生成，具有更好的构图、颜色和谐、材质渲染、光照和局部细节。
- 更好的文本渲染和信息图表，海报、信息图表和品牌资产中的中文和英文文本更清晰可读。
- 更高效的原生 4K 生成，具有连贯的全局结构和稳定的高分辨率输出。
- 更可靠的本地图像编辑，在局部、文本、多参考、插入和替换编辑中保持主体身份和未编辑内容。
- 更强的复杂指令遵循能力，针对单次请求中的物体数量、空间关系、布局和多个约束。
- 通过边界框、视觉标记以及单张或多张图像参考实现更精确的视觉控制。
基准测试
| 基准测试 | U1 | U1.5 预览版 | U1.5 正式版 |
|---|---|---|---|
| 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 |
在 ComfyUI 中运行
官方的 ComfyUI-SenseNova-U1 节点包（v0.3.0）可在本地运行完整版本：支持文生图、单张和多张图像编辑（最多 10 张有序参考图像），以及用于本地加载的加速 LoRA 适配器。请从 ComfyUI Manager 或 Comfy Registry 安装（命令：comfy node install ComfyUI-SenseNova-U1）。
权重：Hugging Face | ModelScope | GitHub
评论
使用 GitHub 登录后即可参与讨论。