OpenSenseNova/SenseNova-U1

O que é?

Recursos principais

• 01Modelo unificado para compreensão de imagens, geração de imagens a partir de texto e edição de imagens
• 02Geração nativa de imagens e texto intercalados em um único fluxo
• 03Variantes de modelo dedicadas a infográficos, com edição de texto e layout
• 04Checkpoints quantizados com GGUF e modos de offload de camadas para inferência com pouca VRAM
• 05Código de treinamento para fine-tuning de todos os parâmetros

Casos de uso

• Gerar pôsteres, infográficos ou designs com texto legível em chinês e inglês
• Editar imagens existentes com instruções em linguagem natural, preservando as áreas não editadas
• Criar tutoriais ilustrados passo a passo que combinam texto e imagens
• Executar inferência multimodal em uma única GPU de consumo usando pesos quantizados

Início rápido

1. 1

   Instale as dependências do Python

2. 2

   Execute o exemplo de texto para imagem com o início rápido do Transformers

   python examples/t2i/inference.py --model_path sensenova/SenseNova-U1.5-8B-MoT --prompt "A formal portrait depicts a man in 18th-century attire seated with a scroll, wearing a red cloak and ornate medals, against a classical landscape with ancient ruins and inscriptions." --output output.png

Antes de usar

• !O modelo é grande (8B parâmetros), então executá-lo localmente exige uma GPU potente ou um checkpoint GGUF quantizado.
• !O README lista problemas conhecidos, como erros com texto denso, detalhes humanos instáveis e cores supersaturadas.

Tópicos

Perguntas frequentes

O que é SenseNova-U1?

Modelos multimodais unificados e nativos de código aberto da SenseNova para entender imagens, gerar imagens a partir de texto e editar imagens em uma única arquitetura. SenseNova-U1 e U1.5 são séries de modelos multimodais baseadas na arquitetura NEO-unify, que elimina o encoder visual e o VAE separados usados por muitos sistemas e modela linguagem e visão de ponta a ponta. Os modelos abrangem perguntas e respostas visuais, geração de imagens a partir de texto, geração intercalada de imagens e texto e edição de imagens, além de checkpoints adicionais ajustados para infográficos e inferência rápida em 8 etapas.

SenseNova-U1 é gratuito? Qual é a licença?

SenseNova-U1 é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.

SenseNova-U1 ainda é mantido?

Manutenção ativa. O último commit de SenseNova-U1 foi em 1 de out. de 2026.

Para que posso usar SenseNova-U1?

Gerar pôsteres, infográficos ou designs com texto legível em chinês e inglês Editar imagens existentes com instruções em linguagem natural, preservando as áreas não editadas Criar tutoriais ilustrados passo a passo que combinam texto e imagens Executar inferência multimodal em uma única GPU de consumo usando pesos quantizados

Como instalar SenseNova-U1?

Instale as dependências do Python Execute o exemplo de texto para imagem com o início rápido do Transformers: python examples/t2i/inference.py --model_path sensenova/SenseNova-U1.5-8B-MoT --prompt "A formal portrait depicts a man in 18th-century attire seated with a scroll, wearing a red cloak and ornate medals, against a classical landscape with ancient ruins and inscriptions." --output output.png

Onde consigo SenseNova-U1?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/OpenSenseNova/SenseNova-U1