SenseNova U1.5-Lite-Preview – موديل خفيف ومتعدد الوسائط مفتوح المصدر من商汤 خدام

SenseNova U1.5-Lite-Preview هو إصدار تجريبي لموديل خفيف ومتعدد الوسائط وموحّد بشكل أصلي، مفتوح المصدر من طرف商汤科技. مبني على معمارية NEO-Unify، وكيجمع بين الفهم البصري، الاستدلال، التوليد والتعديل باستعمال غير 8B-MoT من المعاملات. كيدعم أصلياً توليد الصور بـ4K، وكيتميّز بتفاصيل دقيقة فالمناطق الصغيرة، ملمس واقعي، توليد النصوص بالصينية والإنجليزية، وقدرة على التعامل مع تنسيقات معقدة. كما تم تحسينه باش يتبع بدقة التعليمات الطويلة باللغة الطبيعية والتعليمات البصرية المهيكلة، مع Prompt Enhance Skill كتسهّل الإبداع المعقد.

التوليد الأصلي بـ4K: كيدعم توليد الصور بدقة فائقة من البداية للنهاية، والتفاصيل كتبقى واضحة حتى مع التكبير.
ملمس بصري دقيق: كيقدّم خامات أكثر واقعية، وتدرجات أحسن فالضوء والظل، وتفاصيل دقيقة فالمناطق الصغيرة.
توليد النصوص بالصينية والإنجليزية: كيرسم النصوص الصينية والإنجليزية وكيضبط تنسيقها بدقة داخل التصاميم المعقدة.
تعديل الصور والتطوير التكراري: كيدعم تعديل الصور بشكل مستمر وتكراري اعتماداً على تعليمات باللغة الطبيعية.
Prompt Enhance Skill: كتحوّل المتطلبات المختصرة أوتوماتيكياً لخطة إبداع كاملة، وكتسهّل كتابة التعليمات.

تابع 微信 وردّ بـ“开源” باش تنضم لمجموعة交流 ديال مشاريع الذكاء الاصطناعي مفتوحة المصدر
معمارية NEO-Unify الموحّدة: كتمذّج اللغة، الدلالة البصرية وتوليد البكسلات بشكل مشترك داخل موديل واحد، وكتحقق التوحيد الأصلي بين الفهم، الاستدلال، التوليد والتعديل.
تصميم خفيف بـ8B-MoT: كيعتمد على معمارية هجينة ديال token فيها غير 80 مليار من المعاملات، وكيطوّر قدرات تعدد الوسائط مع الحفاظ على الخفة، وكيبرهن على قابلية التوسّع المستمر للمعمارية الموحّدة.
الربط الأصلي بين البكسلات واللغة: كيتدرّب الموديل من البداية للنهاية انطلاقاً من البكسلات واللغة، وكيكتسب قدرة أصلية على الربط بين الوصف اللغوي والبنية البصرية.
تحكم بصري بسياق طويل: تم تحسين الموديل باش يفهم التعليمات الطويلة باللغة الطبيعية والتعليمات الإبداعية المهيكلة، ويدير بدقة تعليمات بصرية متعددة القيود وهرمية.

الحصول على الموديل والوثائق: دخل لمستودع GitHub باش تشوف الوثائق التقنية وكود الاستدلال، أو حمّل أوزان موديل 8B-MoT وملفات الإعداد من Hugging Face.
إعداد البيئة: تبع الوثائق باش تجهّز بيئة التشغيل وتحمّل أوزان الموديل، ومن بعد كمّل تهيئة الموديل محلياً أو فالسحابة.
التوليد الأساسي للصور: دخل مباشرة وصف باللغة الطبيعية، بالصينية أو بالإنجليزية، والموديل يقدر يولّد صورة أصلية بـ4K.
التعليمات الإبداعية المعقدة: قدّم طلب إبداع كامل فيه الموضوع، التوزيع، الأسلوب، النصوص وشروط القيود، والموديل غينفّذ التوليد حسب البنية البصرية المحددة.
المساعدة ديال Prompt Enhance: استعمل Prompt Enhance Skill التجريبية باش توسّع الفكرة المختصرة أوتوماتيكياً لخطة إبداع كاملة، ومن بعد صيفطها للموديل باش ينفّذها.
تعديل الصور: حمّل صورة موجودة وزِد عليها تعليمات تعديل باللغة الطبيعية، والموديل غيكمل التعديل التكراري مع الحفاظ على الانسجام العام.

التوحيد والخفة: غير بـ8B-MoT من المعاملات كيجمع بين الفهم، التوليد والتعديل، وكيخفّض تكلفة النشر.
دقة فائقة بـ4K: كيدعم أصلياً التوليد بدقة 4K، وكيحافظ على التفاصيل والانسجام حتى فالأحجام الكبيرة بزاف.
اتباع قوي للتعليمات: حتى بلا تدريب مخصص على تنسيق Prompt Enhance، كيقدر ينفّذ بثبات تعليمات بصرية طويلة ومعقدة.
ملمس واقعي: كيطوّر بشكل واضح تفاصيل الخامات، الضوء والظل، والملمس ديال العالم الحقيقي.
استقرار النصوص: توليد النصوص بالصينية والإنجليزية وتنظيم التنسيقات المعقدة ولى أكثر دقة واستقراراً.

مستودع GitHub：https://github.com/OpenSenseNova/SenseNova-U1/blob/main/docs/u1.5_preview.md
مستودع موديل HuggingFace：https://huggingface.co/sensenova/SenseNova-U1.5-8B-MoT-Preview

التصميم البصري للعلامات التجارية: توليد ملصقات، إنفوغرافيك ومواد ترويجية للعلامة التجارية فيها نصوص صينية وإنجليزية دقيقة، تنسيقات معقدة وأسلوب بصري محدد، لتلبية احتياجات الإبداع التجاري اللي كيتطلب تحكم كبير.
اللوحات السردية فائقة العرض: استعمال دقة 4K فائقة الوضوح لإبداع جداول زمنية تاريخية، لوحات ثقافية ومحتويات سردية متواصلة فائقة العرض، مع بقاء كميات كبيرة من النصوص وتفاصيل الأيقونات واضحة ومستقرة بعد التكبير.
تصوّر العمارة والمنتجات: إنتاج تصييرات واقعية لواجهات المباني، تصاميم مفاهيمية للمساحات الداخلية وصور لعرض المنتجات، مع إظهار خامات واقعية، تدرجات الضوء والظل وأجواء المكان.
بورتريهات ولقطات مقرّبة بجودة التصوير: يقدر الموديل يولّد صور بورتريه، لقطات مقرّبة للوجه وأعمالاً بمواضيع بشرية فيها تفاصيل دقيقة للبشرة، ضوء وظل طبيعيين وملمس واقعي، مع دعم التركيبات المعقدة وتحديد الأسلوب.
الإبداع الفني العتيق والكولاج: كيدعم إبداعات بصرية بأساليب مختلفة، بحال دفاتر المذكرات العتيقة، ملصقات الكولاج وموسوعات التاريخ الطبيعي، مع دمج عناصر متعددة وإظهار تفاصيل الورق، الطوابع والنصوص المكتوبة باليد بدقة.