سنستایم مدل ۸ میلیارد پارامتری Light Cannon U1.5-Lite-Preview را منتشر کرد؛ مدلی که از نظر تعداد پارامترها بزرگ نیست، اما مدلهای متنبسته را حسابی به دردسر انداخته است.

سنستایم مدل چندوجهی یکپارچه و بومیِ سبکوزن خود را به مرکز توجه دنیای متنباز آورده است. SenseNova U1.5-Lite-Preview نسخهای آزمایشی و اولیه است که بر پایه معماری بومی NEO-Unify ساخته شده و بهصورت ذاتی توانایی درک، استدلال، تولید و ویرایش چندین نوع داده یا مدالیته را دارد.
چشمگیرترین نکته این است که این مدل تنها از ۸ میلیارد پارامتر با معماری MoT استفاده میکند، اما کیفیت تولید و ویرایش آن با مدلهای تجاری متنبسته قابل مقایسه است؛ بهنوعی با یک سلاح کوچک اما قدرتمند، در برابر قدرت آتش رقابت تسلیحاتی مدلهای بزرگ ایستاده است.
ارتقاهای این نسخه آزمایشی نیز بسیار قابلتوجهاند. وضوح خروجی به 4K افزایش یافته و در نتیجه تصاویر جزئیات بیشتری دارند و خطاهای بصری (Visual Artifacts) کمتری در آنها دیده میشود. توانایی مدل در رندر متنهای چینی و انگلیسی و همچنین ایجاد چیدمانها و ترکیببندیهای پیچیده نیز به شکل محسوسی بهبود یافته است؛ موضوعی که انجام کارهایی مانند طراحی پوستر و اینفوگرافیک را بسیار آسانتر میکند.
کنترل بصری نیز دقیقتر شده است و مدل هنگام مواجهه با متنهای طولانی و چندین شرط یا محدودیت همزمان، دیگر بهسادگی دچار سردرگمی نمیشود. ویرایش بومی تصویر نیز قابلاعتمادتر شده و قابلیتهایی مانند انتقال سبک (Style Transfer) با استفاده از تصاویر مرجع، ترکیب چند تصویر مرجع، ویرایش موضعی اینفوگرافیک و ویرایش متن را شامل میشود.
در مقایسه با نسل اول U1، این مدل در چندین بنچمارک مربوط به تولید و ویرایش، پیشرفت قابلتوجهی داشته است. امتیاز آن در Qwen-Image-Bench از 47.14 به 55.20 رسیده است (با استفاده از PE)، در ImgEdit-Bench از 3.90 به 4.37 افزایش یافته، در GEdit-Bench-en از 7.47 به 8.17 رسیده و در GEdit-Bench-zh نیز از 7.42 به 8.05 ارتقا پیدا کرده است.
از U1 تا U1.5، سنستایم این مسیر متنباز را به نمونهای از نوآوری پیوسته در سطح مدلهای پایه تبدیل کرده است.
اما بخش هیجانانگیزتر هنوز در راه است. مدل U1Pro که در سطح محصول و برای تولیدکنندگان محتوا طراحی شده، بهزودی وارد مرحله آزمایش عمومی (Public Beta) خواهد شد. این یعنی سنستایم از همین حالا برای هر دو سوی طیف خانواده مدلهای چندوجهی یکپارچه خود برنامهریزی کرده است: از یک سو، نسخههای سبکوزن و آزمایشی که ورود و استفاده از این فناوری را آسانتر میکنند و از سوی دیگر، مدلهای بزرگتر و آماده استفاده در محیط واقعی که میتوانند پاسخگوی نیازهای جدیتر در زمینه تولید محتوا باشند.