商汤日日新 SenseNova U1 系列是商汤科技基于自主研发的 NEO-unify 原生统一架构打造的原生多模态模型家族，在单一模型架构上统一了多模态理解、推理与生成能力。该系列摒弃了主流的拼接式设计，去除了视觉编码器和变分自编码器，重新构建了统一的表征空间，将语言与视觉信息作为统一的复合体直接建模。
从版本谱系来看，SenseNova U1 系列已发展出以下主要版本线：
开源基座系列（U1 Lite） ：2026年4月28日，商汤正式发布并全面开源日日新 SenseNova U1 系列原生理解生成统一模型。本次开源的轻量版 SenseNova U1 Lite 包含两个规格：基于稠密骨干网络的 SenseNova-U1-8B-MoT 和基于混合专家（MoE）骨干网络的 SenseNova-U1-A3B-MoT。发布当日，包括昇腾、壁仞科技、寒武纪、昆仑芯、摩尔线程、中科海光、平头哥等十家国产芯片公司完成了对 SenseNova U1 系列的 Day 0 适配。
信息图增强版（U1-8B-MoT-Infographic） ：2026年5月15日，商汤进一步开源了 SenseNova-U1-8B-MoT-Infographic（信息图增强版），专门针对信息图生成这一高需求场景进行优化，并在 HuggingFace 上发布了100个生成示例。相比基础版 U1-8B-MoT，信息图增强版在 BizGenEval 困难/简单任务上从 39.8/61.1 提升至 46.6/65.4，在 IGenBench 上 Q-ACC/I-ACC 指标从 51.3 显著提升。
旗舰交付系列（U1 Pro） ：2026年7月18日，在2026世界人工智能大会上，商汤正式发布了大模型家族的旗舰新品——SenseNova U1 Pro。作为“日日新 SenseNova U”系列的旗舰版本，U1 Pro 定位为面向长程任务的交付级原生多模态智能体基座，实现了理解、生成和行动的深度统一。在 SuperCLUE 2026年8月中文文生图测评榜单中，U1 Pro 以 93.81 分拿下总榜冠军，以 0.58 分的微弱优势超过 OpenAI GPT Image 2，直接拿下全球总榜第一。
轻量持续迭代系列（U1.5 Lite） ：在旗舰版发布的同时，商汤持续迭代轻量版本。2026年8月，SenseNova-U1.5-8B-MoT 权重以 Apache 2.0 协议开源，平台 API 名称为 sensenova-u1.5-lite。在 SuperCLUE 8月榜单中，商汤 SenseNova U1.5 Lite 以 90.18 分位列第三，与 U1 Pro 形成了旗舰与轻量的梯队优势。
第二部分：各版本详细对比与拆解
一、SenseNova U1 Lite 与 U1 Pro 核心对比
维度 U1-8B-MoT U1-8B-MoT-Infographic U1-A3B-MoT U1 Pro（旗舰版）
发布时间 2026年4月28日 2026年5月15日 2026年4月28日 2026年7月18日
开源协议 Apache 2.0 Apache 2.0 Apache 2.0 专有（API服务）
架构 稠密骨干网络 MoT 稠密骨干网络 MoT 混合专家 MoE 骨干网络 NEO-unify 原生统一架构
理解基准（AI2D） 91.7分 — — —
视觉推理（VBVR-UMM） 60.5分 — — —
信息图生成得分 50.7分 — — —
WISE维度 69.0分 — — —
SuperCLUE总分 — — — 93.81分（全球第一）
最大分辨率 4K 4K 4K 原生8K
核心定位 开源基座 信息图专项增强 轻量MoE部署 交付级旗舰
U1-8B-MoT 在 AI2D 等理解基准中拿到 91.7 分，在复杂信息图生成任务中平均得分 50.7，是目前开源模型里表现最强的。在通用图像生成测试中，生成质量可比肩 Qwen Image 2.0 Pro 或 Seedream 4.5，同时推理响应速度更快。视觉推理方面，在 VBVR（UMM）测试中拿到 60.5 分，高于 Nano Bananaz 的 49.6；在 WISE 维度上取得 69.0 分，领先于 Qwen Image 的 63.0。
U1-A3B-MoT 采用混合专家骨干网络，以更低的激活参数实现了接近稠密模型的性能，适合资源受限的部署场景。该模型在发布首日即获得十家国产芯片公司的适配支持，国产化部署友好。
U1 Pro 在六大维度测评中取得四项第一。其中，汉字生成、现实复现、创作与推理、复杂信息布局四项指标均突破 95 分大关。在本期新增的“复杂信息布局”维度上，U1 Pro 以 95.80 分位列第一，超越了 GPT-Image-2 的 94.04 分；该维度参测模型平均分仅 72.87 分，最高分与最低分相差高达 74.2 分，是所有维度中成绩分化最为明显的一项。
二、核心技术差异：MoT 与 MoE 的架构辨析
U1 系列的一个关键架构特性在于 MoT（Mixture-of-Transformers）与常见的 MoE（Mixture-of-Experts）的区别。MoT 是理解和生成两条 Transformer 路径并行存在，推理时按阶段各走各的，不省显存；MoE 则是多个专家网络轮流激活，推理时只用一部分参数，省算力。U1-8B-MoT 名字里的“8B”约等于 8B 理解分支加 8B 生成分支，真实物理张量达 17.53B，BF16 精度约 35.1GB。两条分支在文生图时分工明确：理解分支的 forward_und 先把提示词编码成带语义的表征，生成分支的 forward_gen 再逐去噪步出图。一次 50 步的生成，包含 1 次文本编码加 50 次去噪迭代。
这一架构设计的核心价值在于：理解与生成共享同一套表征空间，图像不用先压缩成低分辨率的 latent 再翻译回来，文字渲染和复杂版式的水准因此显著提升。任务覆盖面也更宽——同一份权重能文生图、能改图、能做问答，官方还留了向 VLA 和 World Model 延伸的架构空间。
第三部分：为什么分这么多版本？
一、场景适配：从开源基座到交付级旗舰的全栈覆盖
商汤 U1 系列的版本分化遵循一条清晰的“能力-场景-部署”匹配逻辑。U1-8B-MoT 管开源基座与开发者生态，U1-8B-MoT-Infographic 管信息图专项场景，U1-A3B-MoT 管轻量MoE部署与国产芯片适配，U1 Pro 管交付级复杂图片创作。正如商汤科技联合创始人、首席科学家林达华所言，多模态产品正在经历三个阶段的进化：第一阶段解决“真实感生成”的问题；第二阶段能够以自然语言交互并持续修改；第三阶段能在真实场景中直接完成“交付级”创作，完美兼顾设计美感和内容精准，解决反复抽卡的困境。
这一分层的核心价值在于部署灵活性。开发者可以在本地用 U1-8B-MoT 做原型验证，在国产芯片上用 U1-A3B-MoT 做轻量部署，在信息图场景下切换到 Infographic 增强版，在需要交付级质量时通过 API 调用 U1 Pro。不需要更换技术栈，只需要根据场景选择对应版本。
二、开源生态战略：以开放构建开发者信任
商汤将 U1 Lite 系列以 Apache 2.0 协议全面开源，发布当日十家国产芯片公司完成 Day 0 适配。开源两个多月以来，在真实高强度工作流实践中，U1 迎来了爆发式增长。2026年6月，U1 的用户人均日生图量相比5月提升近3倍，表明模型已深度切入真实应用工作流。截至7月中旬，SenseNova U1 以及集成了 U1 能力的 SenseNova-Skills 代码库在 GitHub 的总 Star 数突破8000。
开源策略的商业回报通过生态影响力体现。商汤同时开源的 SenseNova-Vision 统一视觉大模型，基于原生统一架构，让经典视觉任务如实例分割、目标检测等直接成为通用大模型的原生能力，告别了传统“多专家模型拼凑”的局限。商汤在视觉 AI 领域十余年的技术沉淀，也为多模态长程智能体提供了坚实的世界理解底座。
三、交付级定位：从“生成美”到“系统级交付”的范式跃迁
U1 Pro 的版本定位代表了商汤对多模态 AI 演进方向的判断。正如代码产品已率先走通了“从 Copilot 工具辅助，到 Vibe Coding 意图驱动，再到 Agentic Coding 系统级任务交付”的路径，多模态产品也正在经历相同的长程演进。商汤科技董事长兼 CEO 徐立表示：“多模态 AI 正沿着清晰的长程路径演进：从最初解决‘生成美’的单点创作，到可交互的可控生成，再到今天正式迈向系统级交付。当理解、规划、生成、校验、修正进入完整长程闭环，行业长期存在的可控不代表可交付的瓶颈将被打破。”
这一战略定位的核心差异在于，U1 Pro 不是一个“文生图大模型”，而是专攻“数据向视觉转化”的交付级模型——信息图、全景图、数据可视化、商业长图。和字节 Seedream 5.0 Pro 的区别在于：Seedream 主打写实照片级生成；U1 Pro 主打信息图/全景图/数据可视化，内生图文交错思维链。如果需求是“出张好看的图”找 Seedream，如果需求是“把一堆数据讲清楚”找 U1 Pro。
第四部分：最著名版本——SenseNova U1 Pro 部署与使用实战
SenseNova U1 Pro 是商汤 U1 系列中具有里程碑意义的旗舰版本，以 93.81 分登顶 SuperCLUE 全球文生图榜首，原生支持 8K 分辨率输出和长程 Agentic 闭环思维。以下为完整的部署与使用步骤。
步骤一：环境准备与账号开通
前置条件：
商汤 SenseNova 账号（访问 sensenova.cn 注册）
基础 Python 开发环境（Python 3.8+）
有效的 API Key
开通流程：
登录 SenseNova 控制台
在控制台选择“U1 Pro（旗舰版）”开通模型权限
在 API 密钥管理页面创建密钥
硬件部署方案（本地部署 U1-8B-MoT） ：
昇腾 NPU 方案：单张昇腾 910B4（32GB HBM），通过装箱加 safetensors mmap 流式卸载方案运行，实测 3 张 1024×1024、50 步的官方同款提示词基准，每张真实耗时 1271 到 1298 秒
NVIDIA GPU 方案：推荐 48GB 以上显存，BF16 精度约 35.1GB
步骤二：安装依赖环境
bash
# 创建虚拟环境
python3 -m venv sensenova_env
source sensenova_env/bin/activate
# 安装核心依赖
pip install requests pillow
pip install openai # 如需使用兼容API
步骤三：数据分析预处理（两步式流程）
U1 Pro 的全景图/信息图通常是两步式流程——先让“小浣熊”做数据分析，再让 U1 Pro 出图。这一步是关键，直接喂原始文本给 U1 Pro 效果会打折扣。
操作方式：
登录 SenseNova 控制台，进入办公小浣熊
新建任务，上传原始素材（如行业报告、赛况数据、产品对比表等）
用自然语言告诉小浣熊分析目标
小浣熊输出结构化分析报告（含数据表、关键洞察、推荐叙事结构）
步骤四：调用 U1 Pro 生成信息图
方式一：网页端（推荐新手）
在 SenseNova 控制台选择“图片创作 → U1 Pro”，把第一步的分析报告贴进 prompt。
方式二：API（适合批量生产）
python
import requests
API_KEY = "your-api-key"
API_URL = "https://api.sensenova.cn/v1/images/generations"
payload = {
"model": "sensenova-u1-pro",
"prompt": "根据以下分析报告生成一张8K全景信息图：[粘贴小浣熊分析报告]",
"resolution": "8192x2048", # 原生8K输出
"num_images": 1
}
headers = {
"Authorization": f"Bearer {API_KEY}",
"Content-Type": "application/json"
}
response = requests.post(API_URL, json=payload, headers=headers)
result = response.json()
print(result["data"][0]["url"])
步骤五：迭代修正图文与细节
U1 Pro 的一个核心优势是极致的图文与细节控制——可以局部重绘某一段文字或图表，不用整张重来。常见迭代指令包括修改文字内容、调整图表配色、重排模块布局等。
python
# 局部重绘示例
edit_payload = {
"model": "sensenova-u1-pro",
"image_id": result["data"][0]["image_id"],
"edit_instruction": "把'全场控球率 62% : 38%'改成'全场控球率 58% : 42%'"
}
edit_response = requests.post(API_URL + "/edit", json=edit_payload, headers=headers)
步骤六：监控与成本优化
关键指标监控：
生成分辨率：默认支持 4K，U1 Pro 原生支持最高 8K 输出
单张耗时：网页端信息图约 5-15 分钟，全景图约 15-30 分钟
本地部署：U1-8B-MoT BF16 约 35.1GB，昇腾 910B4 单卡可运行
降本策略：对开源本地部署场景，使用 U1-8B-MoT 或 U1-A3B-MoT；对信息图专项任务，使用 U1-8B-MoT-Infographic；对交付级复杂创作，通过 API 调用 U1 Pro；对轻量高并发场景，使用 U1.5 Lite（API 名称 sensenova-u1.5-lite）。
第五部分：不同版本的实践成果
案例一：WAIC 2026 八米长卷《智会世图》（基于 U1 Pro）
在2026年 WAIC 大会上，商汤科技董事长兼 CEO 徐立现场揭晓了一幅为 WAIC 九周年特制的“东方城市长卷”——《智会世图》。这幅 8K 超清巨制以东方水墨风格的长卷地图形式，通过完整视觉叙事串联了从2018到2026年九年 AI 产业的关键节点。整条长卷时间叙事连贯，美术风格统一，局部放大后细节和文字依然精准，被评价为让人想起《清明上河图》。
实践成效：在21:9的超宽画幅下，画面塞进了五十多号人物——骑马的官员、乐师弹琵琶、卖香料的胡商、追灯笼的孩童——每一个角色的神态、动作和服饰制式都精准独立，完全没有 AI 常见的“复制粘贴”敷衍感。朱红、赭石、深蓝、琥珀金四色铺开，灯笼暖光撞上夜色冷调，全在一次生成里落定。这一成果标志着国产 AI 在超高分辨率、超复杂构图的图像生成领域首次实现对海外顶尖模型的全面超越。
案例二：AI 视频 Agent Seko 导演级分镜稿生成（基于 U1 Pro）
商汤推出的 AI 视频 Agent Seko 结合 U1 Pro 模型生成导演级分镜稿的能力，构成了一套“一体化”的 AI 内容创作流程。在复杂视频创作任务中，模型不再只是依靠随机抽卡拼凑镜头，而是率先自主规划并生成了包含剧情世界观、主角与敌人人设、服装武器、沙漠环境色调在内的整体视觉蓝图，并一次性输出多达22个逻辑一致的连续分镜。
实践成效：在此基础上，配合商汤视频工具，实现了人物、剧情和视觉语言的高度可控交付。这一案例的核心价值在于验证了 U1 Pro 的“长程 Agentic 闭环思维”——模型能够围绕一个复杂目标进行数十轮的 Agentic Generation Loop，持续理解、规划、执行、检查和修正，最终输出可以直接交付的成品级结果。至少200位设计师在模型迭代过程中不断提供反馈，U1 Pro 的文字生成和整体的设计感已经能够对标 GPT-Image 2 等海外顶尖模型。
案例三：办公小浣熊与产业级 AI 落地（基于 U1 系列）
U1 Pro 已经在商汤旗下的产业级 AI“小浣熊”及视频创作工具“Seko”中得到验证，数以千万计的个人用户、接近一万家企业用户以及大批 AI 原生组织，将自身经验、兴趣和创意转化为可规模化复用的真实交付成果。在办公场景中，用户可以通过“小浣熊 + U1 Pro”的两步式流程，将一份原始数据自动转化为可交付的 8K 信息图与全景图，适用于年终总结、行业报告、产品对比图等任何信息密集型长图场景。
实践成效：在教育出版、品牌营销、企业服务、创意娱乐等领域，U1 Pro 可广泛胜任信息图、演示文稿、宣传海报、科普图解、影视分镜、数字艺术等各类图像内容创作。商汤科技表示，“交付级”模型有望打开平面设计、工业设计等领域的商业赛道，凭借理解和生成原生统一的技术创新，该模型的学习、计算和推理效率很高，有望获得更大的竞争优势。从企业服务领域、品牌营销、教育出版到创意娱乐，U1 Pro 正在重塑办公、电商、教育等生产单元的 AI 内容生产流程。
版权声明：本平台仅提供信息存储空间服务，用户发布内容不代表本站观点，交易风险自担；侵权违法内容请立即举报（邮箱：37996619@qq.com），本站接通知后先行屏蔽，责任由发布者承担。