@PrajwalTomar_: 目前还没人讨论这个，真让我惊讶。一家实验室刚刚开源了一个8B模型，解决了图像AI中最恼人的问题…

X AI KOLs Following 模型
open-source image-editing ai-model generative-ai vision-ai

摘要

一家实验室开源了 SenseNova U1.5-Lite，这是一个8B参数的图像AI模型，允许在不破坏其他元素的情况下对图像进行特定更改，如在信息图和海报上的演示。

还没有人谈论这个，这对我来说简直不可思议。 一个实验室刚刚开源了一个8B模型，修复了图像AI中最烦人的一个问题：只做一个改变而不破坏其他所有东西。 我在自己的图形上测试了 SenseNova U1.5-Lite。给它一个真实的信息图，要求进行全面风格更改，同时保留所有标签。 然后我生成了一个文字密集的海报，只更改了副标题，并运行了一个4K场景，看细节是否保持。 有趣的部分不是新图像。而是它保留了多少旧图像的内容。 不同之处在于架构。没有单独的视觉编码器或VAE。同一个模型理解图像、生成图像并编辑图像，这就是它知道该保留什么的原因。 轮播图是实际输出。
查看原文
查看缓存全文

缓存时间: 2026/08/27 15:28

目前还没人讨论这个，这让我觉得不可思议。

一个实验室刚刚开源了一个8B模型，解决了图像AI中最烦人的难题：只做一处修改而不破坏画面其他内容。

我用自定义图形测试了 SenseNova U1.5-Lite。给它一张真实的信息图，要求在保留所有标签的前提下，彻底改变整体风格。

接着生成文字密集的海报，仅修改副标题；再处理4K场景，观察细节是否得以保持。

有趣的并非生成的新图像，而是它最大程度保留了原图内容。

其独特之处在于架构设计——无需独立的视觉编码器或变分自编码器。同一模型能同时理解图像、生成图像并执行编辑，因此精准知道哪些元素需要保留。

下方轮播图展示的是实际输出效果。

相似文章

sensenova/SenseNova-U1.5-8B-MoT

Hugging Face Models Trending

SenseNova-U1.5-8B-MoT 是一款用于增强视觉创作的原生统一多模态模型，在图像生成质量、文本渲染和精确控制方面有所改进。