📣 更新动态
[2026.05.15]发布 SenseNova-U1-8B-MoT-信息图表 📊，优化信息图表生成功能。详情请参阅 U1信息图表模型，并查看 ✨ 信息图表展示 获取100个生成示例。
✨ 点击展开历史动态
-
[2026.05.10]发布🔥SenseNova-U1技术报告🔥及模型权重SenseNova-U1-A3B-MoT-SFT与SenseNova-U1-A3B-MoT -
[2026.05.08]新增GGUF量化检查点 和分层卸载VRAM模式 ，支持低显存单GPU推理。详见高效内存推理。SenseNova-U1-8B-MoT-Merger的GGUF权重已发布于🤗 smthem/SenseNova-U1-8B-MoT-Merger-gguf，特别感谢@smthem贡献量化权重 -
[2026.05.06]发布SenseNova-U1-8B-MoT-LoRA-8step-V1.0，参考示例脚本 -
[2026.04.30]发布8步推理模型预览版SenseNova-U1-8B-MoT-8step-preview，该模型在多数情况下图像生成质量接近基础模型（参见对比与现存问题）。测试时需使用推理脚本并添加参数：--cfg_scale 1.0 --num_steps 8 -
[2026.04.27]首次发布SenseNova-U1-8B-MoT-SFT和SenseNova-U1-8B-MoT权重 -
[2026.04.27]首次发布SenseNova-U1推理代码
🌟 概述
🚀 SenseNova U1 是新一代原生多模态统一模型系列，在单一架构中实现多模态理解、推理与生成。
它标志着多模态AI的根本范式转变：从模态融合到真正统一。不同于依赖适配器转换模态，SenseNova U1模型原生实现语言与视觉的思维-行动统一。
端到端的像素到语言统一架构，为视觉理解与生成开辟了巨大可能性，支持高效强大的原生多模态理解、生成及交叉推理能力。
🏗️ 核心支柱:
SenseNova U1的核心是**NEO-unify**，这是一种基于多模态AI第一性原理设计的新型架构：它消除了视觉编码器（VE）和变分自编码器（VAE），其中像素和单词信息本质上是深度关联的。 以下是几个重要特性：
- 🔗 将语言和视觉信息端到端建模为一个统一的复合体。
- 🖼️ 在保持像素级视觉保真度的同时保留语义丰富性。
- 🧠 通过原生多模态思维（MoT）高效且最小冲突地进行跨模态推理。
基于这一全新核心架构，SenseNova U1-8B-MoT-信息图（SenseNova U1-8B-MoT的信息图特别增强版）提供了卓越的效率和最先进的信息图性能：
生成延迟与信息图基准测试（BizGenEval、IGenBench）的平均性能对比
通用基准测试中的生成延迟与平均性能对比（OneIG、LongText、CVTG）。
- 基准性能表现 ：相较于基础模型 SenseNova-U1-8B-MoT ，BizGenEval 困难/简单任务得分从 39.8 / 61.1 提升至 46.6 / 65.4 （+6.8 / +4.3分 ），IGenBench 问答准确率/图像理解准确率从 51.3 / 4.2 跃升至 69.5 / 17.0 （+18.2 / +12.8分），同时保持稳健的视觉理解能力未出现显著退化。
- 生成质量：该模型可生成涵盖100余种风格与版式的复杂信息图，具有更优的视觉美学表现与文本渲染能力------包括arXiv式页面等密集小字号文本内容。
| 模型 | BizGenEval 平均分 (困难/简单) ↑ | IGenBench 问答准确率↑ | IGenBench 图像理解↑ | OneIG(英文) ↑ | OneIG(中文) ↑ |
|---|---|---|---|---|---|
| 商业模型 | |||||
| Nano-Banana-Pro | 76.7 / 93.7 | 90.6 | 48.8 | 58.1 | 56.8 |
| Nano-Banana-2.0 | 68.5 / 92.5 | 85.6 | 34.4 | 54.0 | 54.9 |
| GPT-Image-1.5 | 35.9 / 81.6 | 55.0 | 12.0 | - | - |
| Qwen-Image-2.0 | 45.5 / 65.8 | 50.0 | 3.0 | 54.1 | 50.9 |
| Seedream-4.5 | 30.1 / 66.2 | 61.0 | 6.0 | 56.4 | 55.0 |
| 开源模型 | |||||
| SenseNova-U1-8B-MoT-信息图 | 46.6 / 65.4 | 69.5 | 17.0 | 55.6 | 53.3 |
| SenseNova-U1-8B-MoT | 39.8 / 61.1 | 51.3 | 4.2 | 54.5 | 53.8 |
| Z-Image | 8.2 / 43.8 | 30.0 | 1.0 | 54.6 | 53.5 |
| Qwen-Image-2512 | 6.3 / 41.0 | 32.2 | 1.0 | 53.0 | 51.5 |
| Qwen-Image | 2.8 / 23.8 | 36.0 | 0.0 | 53.9 | 54.8 |
| Bagel | 2.0 / 3.7 | 4.9 | 0.0 | 36.1 | 37.0 |
~IGenBench分数以百分比形式呈现。商业模型与开源模型组分别按BizGenEval困难项、简单项、IGenBench问答准确率及图像理解准确率的算术平均值排序。OneIG作为通用生成能力参考指标。完整分类结果详见Hugging Face模型卡。~
-
📰 高密度信息渲染（专项能力）：该专项模型在密集视觉信息传达方面表现突出，可为知识图解、海报、演示文稿、漫画、简历等信息密集型载体生成结构丰富的版式。
-
🏆 开源领域最先进技术：SenseNova U1为多模态统一理解与生成树立新标杆，在开源模型中实现信息图生成性能的突破性进展。
🎨 信息图展示集
📸 更多生成示例: 查看 ✨ 信息图展示集
