TY  - UNPB
TI  - SenseNova-U1.5: Towards Native Unified Visual Intelligence
UR  - https://arxiv.org/abs/2609.11929
DO  - 10.48550/arXiv.2609.11929
DA  - 2026-09-10
AU  - Diao, Haiwen
AU  - Wang, Jiahao
AU  - Ding, Chenjing
AU  - Deng, Hanming
AU  - Chen, Jiangnan
AU  - Zhang, Ruixi
AU  - Wang, Ruohui
AU  - Tong, Wenwen
AU  - Fan, Xiangyu
AU  - Wang, Yubo
AU  - Zhu, Yue
AU  - Niu, Yuwei
AU  - Bai, Zhengqi
AU  - Lin, Zhiqian
AU  - Yang, Zhitao
AU  - Cai, Zhongang
AU  - Yang, Bo
AU  - Feng, Chen
AU  - Lv, Chengguang
AU  - Liu, Guangjia
AU  - Wang, Guanlin
AU  - Zhang, Hanyu
AU  - Yu, Haojia
AU  - Xiao, Hongcan
AU  - Wang, Hongli
AU  - Wu, Huan
AU  - Zhong, Huaping
AU  - Fang, Jian
AU  - Fan, Jianan
AU  - Li, Jiaqi
AU  - Lu, Jiefan
AU  - Zuo, Jing
AU  - Ni, Jingcheng
AU  - Xu, Junxiang
AU  - Dai, Linjun
AU  - Xu, Mutian
AU  - Yan, Peishen
AU  - Wu, Penghao
AU  - Mao, Ruijie
AU  - Wang, Ruisi
AU  - Bai, Shihao
AU  - Yang, Shuang
AU  - Yang, Shuya
AU  - Zheng, Shuyan
AU  - Wu, Silei
AU  - Li, Siying
AU  - Chu, Tao
AU  - Zhong, Tianbo
AU  - Zhou, Tongxi
AU  - Luo, Weichao
AU  - Fan, Weichen
AU  - Jia, Wenhao
AU  - Gao, Wenjie
AU  - Kong, Xiangli
AU  - Li, Yan
AU  - Yong, Yang
AU  - Wen, Zimo
AU  - Qian, Zixuan
AU  - Sun, Wenxiu
AU  - Gong, Ruihao
AU  - Wang, Quan
AU  - Lu, Lewei
AU  - Yang, Lei
AU  - Liu, Ziwei
AU  - Lin, Dahua
KW  - Juju Radar
KW  - 待阅读
KW  - 多模态 / 图像生成
N1  - SenseNova-U1.5 的新进展是 **9 月 11 日公开技术报告**。模型与权重在 8 月已经发布，这次可以更仔细地看它如何训练：一个 8B 参数架构同时承担视觉理解和生成，不依赖单独的视觉编码器或 VAE 图像压缩器。  报告中值得注意的是训练分工。团队先针对审美、文字、信息图和编辑等能力训练不同专家，再通过多专家蒸馏，把它们的长处汇入统一模型。空间重建训练则用来加强画面结构，配合原生 4K 生成。这些做法试图兼顾“理解画面内容”和“准确画出细节”，两者并不会自动同步进步。  现有权重和推理代码可以获取，U1.5 的完整训练流程仍待开放。官方部分高分使用了提示词增强，比较时需把这一步计入工作流。项目也列出了密集文字出错、复杂编辑漂移等问题；对中文信息图来说，能生成一张好看的示例，与能稳定交付可用图片，仍是两回事。  判断：新的是技术报告；权重8月20日已发，报告补齐多专家蒸馏、空间重建与评测条件，不能重报模型首发。 原始论文：https://arxiv.org/abs/2609.11929 本期资料：https://www.asteronline.cn/juju-radar/2026-09-12/ AI辅助整理。
ER  -