商汤开源的 8B 参数信息图生成模型，Apache 2.0 协议支持商用，文字渲染稳定、版面控制精准，成本约为闭源方案的十分之一。
商汤开源的 8B 参数信息图生成模型，Apache 2.0 协议支持商用，文字渲染稳定、版面控制精准，成本约为闭源方案的十分之一。
GPT-Image 2 带火了信息图生成，但它是闭源的，按 Token 计费，每百万输出 Token 高达 30 美元。如果你需要本地部署或二次开发，商汤开源的 SenseNova U1 是目前最值得关注的替代方案。8B 参数、Apache 2.0 协议、单卡可跑，社区实测成本约为闭源方案的十分之一。
SenseNova U1 是商汤科技开源的多模态生成模型系列，采用自研的 NEO-unify 架构。它丢弃了传统图像模型必备的 VAE 和视觉编码器，将像素与文字放入同一个表征空间原生建模。这意味着模型不再"翻译"图像，而是同时用两种语言思考，从根源上解决了压缩带来的细节丢失和噪声问题。
Hugging Face 中国开发者社区评价它："实现了纯粹的端到端像素-文字建模。"
商汤在基础版之上进一步开源了 SenseNova-U1-8B-MoT-Infographic（信息图增强版），针对信息图场景做了专项优化。
信息图生成的最大难点是文字。SenseNova U1 信息图增强版在高密度中英文混排场景下，文字渲染无明显破绽。在一个包含大量柱状图、表格、中英双语的"LLM 架构演进"知识图解测试中，从 BERT 到 GPT-5 的年代和参数规模一目了然，没有出现文字乱码。
在海报生成测试中，模型能准确理解排版指令。比如要求"中间留白约占画面 40%"和"呼吸感极强"，它没有塞入多余装饰，而是严格遵循了克制的设计原则。深色衬线字体与米色纸张纹理的搭配，精准捕捉到东方留白诗意与现代排版的平衡感。
在学术论文页面生成测试中，模型准确输出了 arXiv 风格的完整页面排版，格式清晰，复杂的数学公式也没有出现结构性错误，呈现出可直接使用的完成度。
在企业品牌运营逻辑的密集中文信息图测试中，模型准确渲染了几乎所有中文小字，排版清晰易读。
两款模型在信息图生成领域呈现出明确的分化：
| 维度 | GPT-Image 2 | SenseNova U1 增强版 |
|---|---|---|
| 设计取向 | 视觉派：追求光影、材质的视觉冲击 | 生产工具派：优先保障信息结构清晰 |
| 文字渲染 | 质量高但字号偏小 | 稳定且可读性强 |
| 成本 | 每百万输出 Token $30 | 约为闭源的 1/10 |
| 部署方式 | 仅 API 调用 | 本地部署，单卡可跑 |
| 开源协议 | 闭源 | Apache 2.0，支持商用 |
简单说，GPT-Image 2 适合追求视觉效果的场合，SenseNova U1 更适合需要精确信息传递的实际生产场景。
高德推出全球首款开放环境全自主具身机器人，背后ABot全栈体系横扫15项SOTA，世界模型即将开源。
Claude Opus 4.7 全面上线，编程 SWE-bench Pro 达 64.3% 超越 GPT-5.4，视觉分辨率翻 3 倍，但 token 消耗上涨 35%，长上下文能力暴跌。升级前必看这篇实测指南。
Google 正式推出 Gemini macOS 原生客户端，支持 Option+Space 全局快捷键呼出、窗口共享读取屏幕内容，免费使用，要求 macOS 15 及以上和 Apple M 系列芯片。
