SenseTime выпустила SenseNova U1.5 — нативную мультимодальную модель на 8 млрд параметров

SenseTime представила SenseNova U1.5 — модель Mixture-of-Transformers на 8 млрд параметров, объединяющую понимание, рассуждение и генерацию изображений в единой архитектуре без внешних энкодеров и VAE. Поддерживается нативная генерация до 4K, открыт код обучения (SFT, RL и дистилляция).

• 8 млрд параметров, архитектура Mixture-of-Transformers
• Нативная генерация изображений до 4K без внешних модулей
• Открыты код обучения и веса в OpenSenseNova и Hugging Face
• Лучше U1 в генерации и редактировании изображений