商汤开源 SenseNova-U1.5：8B 原生统一多模态模型，一套架构同时“看懂”和“画出”图像

发生了什么

9 月 10 日（9 月 11 日集中报道），商汤发布 SenseNova-U1.5，一个 80 亿参数（8B）的“原生统一多模态模型”，权重已在 Hugging Face 放出（Apache 2.0，可商用）。

它的特别之处在于：大多数既能“看”图又能“画”图的模型，是在语言模型外面硬接一个图像生成器；而 SenseNova-U1.5 去掉了独立的视觉编码器和 VAE，用一套架构同时完成“理解图、推理、生成图”三件事，原生支持最高 4K 分辨率。论文（arXiv）同步公开，登上 Hugging Face 趋势论文榜；商汤表示还会开源训练代码（含监督微调、强化学习、在线蒸馏）。

对我有什么用

“统一架构”意味着理解和生成共享同一套知识，理论上画出来的图更懂你的指令、改图时更能保住主体 identity 和没改到的区域。基准上它拿到开源 SOTA：GenEval 0.92、文本绘制 CVTG-2K 0.948、ImgEdit 4.59；视觉推理 VBVR-Pro-Bench 68.2%，高于闭源的 Nano-Banana-Pro（56.4%）。对国产开源多模态阵营，这是一次“小参数也能打”的示范——8B 规格让更多人和小团队能玩得起。

我可以怎么做

• 画图 / 改图：在 Hugging Face（sensenova/SenseNova-U1.5-8B-MoT）或后续接入的国产平台试用，适合做海报、带文字的图（招牌/信息图）、按参考图改图。
• 中英文字渲染：它对“图里写中文/英文”做得不错，做带标语的图比很多模型稳，适合做封面、PPT 配图。
• 开发者 / 研究者：Apache 2.0 权重 + 将开源的训练代码，可以拿来做二次开发、微调自己的行业模型。

温馨提醒

• 当前权重已放、训练代码将开源，实际落地以商汤后续仓库更新为准；先把 demo/权重跑通再用于生产。
• 8B 模型本地部署有显存门槛（4K 生成更需要资源），普通笔记本直接用云端或量化版本更现实。
• 独立第三方复现仍少，宣传的“超过闭源”主要看基准分数，真实出图质感建议你亲自试几张再下结论。