Mô hình 8B mã nguồn mở của Việt Nam: Sức mạnh ngang ngửa Image 2!

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

25/08/2026 14:53:26 Nguồn: QbitAI

SenseNova U1.5 Lite

Jin Lei đưa tin từ trụ sở QbitAI

QbitAI | Kênh thông tin chính thức QbitAI

Chỉ sau đúng ba tuần, mô hình tạo ảnh "cây nhà lá vườn" này lại tiếp tục tiến hóa.

Như đã đề cập lần trước, đây là mô hình tạo ảnh hỗ trợ xuất trực tiếp 4K, mã nguồn mở và chỉ có dung lượng 8B.

Lần này, phiên bản chính thức của nó đã ra mắt! Nếu dùng ba từ để tóm tắt, đó chính là——

Hoàn thiện hơn, chính xác hơn, ổn định hơn.

Ví dụ, bây giờ chúng ta thử đưa cùng lúc chín bức ảnh món ăn khác nhau cho nó:

Và đính kèm một câu Prompt đơn giản:

Hãy ghép chín món ăn này thành một thẻ chia sẻ công thức nấu ăn đẹp mắt.

Chín bức ảnh vốn có góc chụp, tỷ lệ và phông nền khác biệt hoàn toàn, nay đã được thiết kế gọn gàng vào trong một khung hình duy nhất; hơn nữa, AI còn nhận diện chính xác từng món ăn, đồng thời thực hiện các tinh chỉnh làm đẹp, giúp tổng thể bức ảnh trở nên bắt mắt hơn.

Hãy cùng xem thêm một ví dụ về chỉnh sửa ảnh.

Trên cơ sở bức ảnh gốc, chúng ta sử dụng phương pháp "khoanh vùng + chú thích" để đánh dấu các chi tiết cục bộ cần thay đổi:

Sau khi nhận nhiệm vụ và xử lý, kết quả từ AI như sau:

Có thể thấy rõ, các khu vực mục tiêu đều đã thay đổi theo yêu cầu, nhưng giường, tủ đầu giường, ly thủy tinh, tủ bên phải, bao gồm cả không gian tổng thể của phòng ngủ ban đầu đều được giữ nguyên.

Và AI này chính là SenseNova U1.5 Lite vừa được SenseTime chính thức công bố mã nguồn mở, với các điểm nổi bật như sau:

Hơn nữa, SenseNova U1.5 Lite vẫn duy trì dung lượng 8B, nhưng lại có khả năng sánh ngang với mô hình đóng GPT-Image-2 trong các tác vụ cốt lõi như dàn trang phức tạp và chỉnh sửa chính xác:

Nếu như phiên bản SenseNova U1.5 Lite Preview ba tuần trước là để kiểm chứng xem một mô hình thống nhất có thể mở rộng khả năng thị giác đến đâu.

Thì đến phiên bản chính thức hôm nay, SenseTime đã tiến thêm một bước trong việc xác nhận liệu các khả năng này có thể được tăng cường riêng biệt, sau đó tái hợp nhất vào một mô hình nhẹ và ổn định để đi vào quy trình sáng tạo thực tế hay không.

Hiệu quả mạnh mẽ hơn như thế nào? Hãy xem chi tiết.

Tiếp theo, chúng ta hãy tiếp tục dùng kết quả thực tế để chứng minh.

Nhiệm vụ đầu tiên, hãy thử thách khả năng tổ chức thông tin với chủ đề từ hạt cacao đến sô-cô-la.

Trong một tấm infographic dọc, cần phải đưa vào sáu giai đoạn: Thu hoạch (Harvesting), Lên men (Fermentation), Rang (Roasting), Nghiền (Grinding), Ủ nhiệt (Tempering) và Sô-cô-la thành phẩm (Finished Chocolate).

Mỗi giai đoạn không chỉ có giải thích bằng văn bản mà còn có các yếu tố thị giác tương ứng như quả cacao, thùng lên men, thiết bị rang, máy nghiền, hỗn hợp sô-cô-la, và sáu tầng nội dung này phải được sắp xếp theo bố cục từ trên xuống dưới.

Nhìn vào kết quả cuối cùng, SenseNova U1.5 Lite đã có thể tổ chức một bộ biểu đạt thị giác hoàn chỉnh, bao gồm văn bản dài, cấu trúc đa tầng, hình minh họa, thứ tự số và mối quan hệ bố cục.

Khả năng này khi áp dụng vào sản xuất nội dung hàng ngày sẽ trở thành các tác vụ như làm ảnh bìa mạng xã hội.

Ví dụ như bức ảnh dưới đây:

Mặc dù loại ảnh này trông không có quá nhiều yếu tố, nhưng cái khó nằm ở chỗ phải đạt được "cảm giác ảnh bìa".

Tiêu đề phải nổi bật, chủ thể phải đủ thu hút, tạo hình, trang phục và biểu cảm của ba chú chó vừa phải có sự khác biệt, vừa không được xung đột lẫn nhau; đồng thời, toàn bộ bức ảnh phải duy trì được phong cách thời trang thống nhất, thay vì chỉ là vài yếu tố dễ thương ghép lại với nhau.

Từ kết quả cuối cùng, phiên bản chính thức đã bắt đầu tiến gần hơn đến một tác phẩm ảnh bìa có thể sử dụng ngay trong các tác vụ thị giác ứng dụng như thế này.

Tiếp theo, chúng ta hãy xem khả năng chỉnh sửa cục bộ của SenseNova U1.5 Lite.

Prompt như sau: