SenseTime ra mắt mô hình đa phương thức 8B mã nguồn mở với khả năng xuất ảnh 4K

SenseTime đã mã nguồn mở SenseNova U1.5 Lite, một mô hình đa phương thức với 8 tỷ tham số được thiết kế để kết hợp khả năng hiểu hình ảnh, tạo và chỉnh sửa hình ảnh trong cùng một hệ thống. Mô hình này hỗ trợ xuất hình ảnh 4K nguyên bản và được thiết kế để xử lý các ràng buộc liên quan đến chủ thể, số lượng, mối quan hệ không gian, văn bản, bố cục và phong cách hình ảnh.

Công ty cho biết mô hình gọn nhẹ này giúp cải thiện khả năng bảo toàn danh tính và cấu trúc không gian trong quá trình chỉnh sửa, đồng thời bổ sung các công cụ kiểm soát như khung bao (bounding box), điểm đánh dấu hình ảnh và nhiều hình ảnh tham chiếu. SenseNova U1.5 Lite hiện đã có mặt trên GitHub, Hugging Face và ModelScope. [[IT Home, tiếng Trung]