SenseNova U1 开源

SenseNova U1 开源

SenseTime 开源了 SenseNova U1，这是一套统一的多模态模型，能够在单一模型内同时理解、推理并生成图像与文本。该架构去掉了常见的视觉编码器和 VAE 设计，把图像与语言放在共享表示空间中处理；官方还发布了更详细的 Technical Report，并开源了 SenseNova-U1-A3B-MoT 权重（38B-A3B MoE）以及一个 8-step 蒸馏 LoRA，把推理步数从 100 NFE 降到 8 NFE，使 H100 推理时间从 23 秒降到 2 秒。