商汤发布SenseNova U1信息图增强版V3：从"重新生成"到"按需修改"的跨越

2026年7月16日

核心事件

商汤科技正式发布了SenseNova U1信息图增强版V3（SenseNova-U1-8B-MoT-Infographic-V3），该模型在延续V2版本信息图生成能力的基础上，首次加入信息图编辑能力，支持局部文字修改、全局风格调整、布局重组等多种编辑方式。目前模型已面向全球用户开源。

背景与痛点

随着图像生成技术走向交付使用，图像生成模型的排版和文字生成能力快速提升，更丰富的版式、更清晰的层级，以及更自然的图文融合，让AI生成的信息图越来越接近真实生产需求。但在高信息密度场景中，错字修改、图标调整、内容增补等局部修改仍难以完全避免。哪怕只出现一个文字错误，也可能让整张图无法直接使用，用户只能重新生成、反复"抽卡"。

新增编辑能力解析

1. 局部文字编辑

Infographic-V3支持多种信息图的编辑方式：

标注目标区域进行定点修改：用户可以在图上标注目标区域后进行定点修改
通过自然语言Prompt直接指定需要修改的内容：用户可以直接用自然语言描述需要修改的部分

面对错字、漏字或重复字，模型能够在尽量保持原有版式、配图和视觉结构的前提下完成修正。

2. 局部内容编辑

除了文字修改，对于局部内容不满意等情况也可以进行编辑，例如主题风格更换、元素删除等。

3. 全局风格编辑

Infographic-V3还支持对信息图的整体风格进行调整。用户可以在保留核心信息与结构的同时，更换视觉表达方式，使同一份内容适配不同品牌、主题与传播场景。

4. 全局布局编辑

此外，Infographic-V3还具备全局布局编辑能力，能够在保留核心信息的基础上，重新组织内容层级与版面结构，让信息呈现更加清晰，并灵活适配不同尺寸与使用场景。

技术路径分析

为了获得稳定的信息图编辑能力，商汤科技没有只在后训练上调整，而是回到MT（中期训练）阶段重新设计训练路径。围绕真实编辑需求，团队合成了形式多样的信息图编辑数据，并按照一定配比联合训练文本生成图像（T2I）与图像编辑任务。

模型随后依次经历MT、SFT（监督微调）和RL（强化学习）阶段。实验结果表明，这种联合训练方式使Infographic-V3在保留较强信息图生成能力的同时，获得了多种文字编辑和风格编辑能力。

评测表现

针对新加入的编辑能力，商汤科技新增了专门评测文字编辑能力的WeEdit评测基准，也引入近期开源的Qwen-Image-Bench进行文生图综合能力的评测。

结果显示：
- 在编辑榜单WeEdit上，Infographic-V3均分为5.89分，表现为开源模型中的最优
- 在Qwen-Image-Bench上，Infographic系列模型的表现稳步增长

未来展望

Infographic-V3已经具备单轮生成与单轮修改能力，实现从首次创作到后续修改的一体化体验，而这只是起点。SenseNova-U1架构原生支持图文交替思考，这意味着模型未来有机会在生成信息图后主动检查内容与版式，发现问题后自主调用编辑能力完成纠错，并通过多轮迭代持续优化结果。

当生成、检查、修改形成闭环，信息图创作将从"用户反复抽卡"进一步走向"模型自主打磨成品"。商汤科技期待持续增强模型一次性交付高质量视觉内容的能力，让AI信息图真正进入更可靠、更高效的生产流程。

资源链接

模型权重下载地址：https://huggingface.co/sensenova/SenseNova-U1-8B-MoT-Infographic-V3
模型文档：https://github.com/OpenSenseNova/SenseNova-U1/blob/main/docs/u1_infographic_model_CN.md

更多模型新动态，可关注7月18日WAIC 2026商汤科技"基座大模型架构创新与生态合作论坛"。