商汤正式发布并开源 SenseNova U1.5

核心亮点：

• 原生统一多模态模型：一个模型同时覆盖视觉理解、图片生成和图片编辑。

• 重点提升了生成与编辑能力。

• 生成：支持原生 4K 图片生成，擅长复杂构图、多主体、数量关系、风格与 Layout，并强化了中英文文字渲染。

• 编辑：可通过 Bounding Box、视觉 Marker、多张参考图精确指定修改区域与参考对象（例如框选后只改局部，尽量保持其他区域不变）。

• 参数规模：名称中的 8B 并非总参数。大致是 8B 视觉理解 + 8B 图像生成，Hugging Face 显示总参数约 18B。

• 开源：Apache 2.0 协议，并放出 8-step LoRA，后续计划公开从 SFT、RL 到 MOPD 的完整训练 Pipeline。

硬件要求：完整精度（bf16）
模型体积：约 35–36 GB（总参数约 17.5B）

追求速度和体验 → 40GB+ 专业卡（A100/H100）或 32GB 卡 + 优化。

普通玩家 → 24GB（4090）较舒适；16GB 及以下用 GGUF + balanced/low 模式也能跑，但速度会慢不少。