商汤 SenseNova U1.5 Lite 正式开源：轻量级多模态模型，强化视觉理解

8 月 21 日，商汤科技正式开源 SenseNova U1.5 Lite——一款轻量级、原生统一多模态大模型。该版本重点围绕真实视觉任务重新完善训练数据与后训练流程，在视觉质量、复杂指令遵循、文字与布局、原生 4K 分辨率等方面做了针对性强化。

核心特性

• 原生多模态：统一架构处理文本与图像输入，不是拼接两个独立模型
• 视觉质量强化：重新设计了视觉任务的数据和训练流程，针对真实场景优化
• 复杂指令遵循：提升了多步骤、多约束条件下的指令理解和执行准确率
• 文字与布局：在图像中的文字识别和版面理解能力增强
• 原生 4K 分辨率：支持高分辨率图像输入，不靠切图拼凑
• 开源轻量级：适合本地部署和二次开发

适合谁用

作为开源轻量模型，SenseNova U1.5 Lite 主要面向：

• 需要在本地部署多模态模型的企业团队（私有数据不出域）
• 做视觉理解应用的开发者（文档分析、图表理解、OCR 增强等）
• 研究多模态模型训练方法的学术团队

怎么看

2026 年多模态模型赛道竞争焦点已经从「能做」转向「做得准」。SenseNova U1.5 Lite 不追参数量，而是在视觉理解的真实场景准确率上做文章——这是务实的选择。轻量级+开源的定位也降低了使用门槛，适合想要私有部署又不想要超大模型的团队。

商汤的 SenseNova 系列已覆盖从超大模型到轻量级的全尺寸布局，U1.5 Lite 填补了「视觉优先+可本地部署」这个位置。后续我们会持续追踪商汤模型更新，欢迎收藏 AI智库。