X上、Reddit上、GitHub上不少开发者都在说，它的参数只有8B，但在指令遵循和编辑保持度上比同量级模型做得更好，文字渲染和复杂布局甚至能跟超大规模商业模型掰手腕。
我觉得商汤这个方向挺清晰的。别家都在卷参数，今天几千亿，明天万亿，听起来都很热闹，而商汤在认真解决一个很现实的问题：生图模型到底能不能进生产流程？
说实话，现在会生图的模型已经不少了。随便写一句prompt，出一张氛围感图片，并不稀奇。
真正麻烦的是后面的部分。
比如要做一张品牌海报，里面有中文标题、英文副标题、产品图、人物、背景、版式关系，还要符合指定风格。
再比如改图。你只是想换掉画面里的一个元素，模型却顺手把人物脸、背景结构、文字位置也一起改了。看起来很“聪明”，但对真实工作来说，这就是返工。
商汤这次的SenseNova U1.5 Lite，重点就在这些地方下功夫。复杂指令遵循、文字和复杂布局、Native 4K、原生图像编辑、精细视觉控制，听着不如万亿参数刺激，但都是创作团队每天会遇到的问题。
我比较关注的是它的统一模型路线。
它没有把OCR、美学、编辑拆成一堆模型让用户自己选，而是先做专项强化，再把这些能力重新蒸馏回一个U1.5 Lite里。使用时不用在多个模型之间切来切去。
官方提到一个细节挺有意思：理解能力开始反哺生成。
一般多模态模型，理解和生成是两套系统。但U1.5 Lite在统一训练体系里，视觉理解学到的空间关系、结构认知，能直接迁移到生成和编辑任务上。
从评测看，U1.5 Lite相比之前的版本U1和Preview也有明显提升。Qwen-Image-Bench到了60.17，ImgEdit到4.59。至少说明它不是只在demo里好看。
开源生图走到现在，真正的门槛已经不只是生成，而是能不能少返工、稳定改、被团队放心用”。
这条路听起来不如卷参数热闹，但有人愿意在这个方向死磕，还挺难得的。
