/ Модель

Характеристики

Контекст
12 288 токенов
Размер весов
35,1 ГБ
Лицензия
Apache 2.0
Архитектура
neo_chat · dense
Библиотека
transformers
Опубликована
10 июн 2026

SenseNova-U1-8B-MoT-Interleaved

Генерация текстаТекст → текст3 профессии

Мультимодальная модель SenseNova для создания связных многостраничных материалов с чередующимися текстом и изображениями.

55скачиваний за 30 дней15лайковвеса обновлены11 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

SenseNova-U1-8B-MoT-Interleaved — мультимодальная модель SenseNova на архитектуре NEO-unify, представленная как часть семейства SenseNova U1. Она объединяет понимание изображений и генерацию в единой архитектуре и специально оптимизирована для чередования текста и изображений в многостраничных материалах: иллюстрированных руководствах, рассказах, учебниках и презентациях. Модель поддерживает генерацию текста и изображений, а также сценарии мультимодального диалога; для запуска доступны веса safetensors и интеграция с Transformers.

По сравнению с базовой SenseNova-U1-8B-MoT, версия Interleaved улучшает связность повествования, постоянство персонажей и стиля, а также соответствие текста изображениям на нескольких страницах. README указывает на поддержку многостраничных презентаций, отсутствующую у базовой модели. В карточке приведена лицензия Apache-2.0. Для производственного обслуживания разработчики рекомендуют отдельный стек LightLLM и LightX2V; показатели качества и численный размер контекстного окна в предоставленных данных не указаны.

Сценарии применения

  • создание иллюстрированных пошаговых руководств
  • генерация книжек с историями и иллюстрациями
  • создание многостраничных презентаций с текстом и изображениями
  • подготовка учебных материалов с последовательными иллюстрациями

Ограничения

Оптимизация ориентирована на многостраничную генерацию с чередованием текста и изображений; конкретные показатели качества и длина контекста в предоставленных данных не приведены. Для производственного обслуживания README рекомендует стек LightLLM и LightX2V.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SenseNova-U1: Unifying Multimodal Understanding and Generation with NEO-unify Architecture

📣 Updated News

  • [2026.06.11] Release SenseNova-U1-8B-MoT-Interleaved 📖, specially optimized for interleaved image-text generation, with notably improved narrative coherence, character and style consistency, and text-image alignment in multi-page content such as picture books, story books, multi-page PPTs, and illustrated tutorials.

🌟 Overview

🚀 SenseNova U1 is a new series of native multimodal models that unifies multimodal understanding, reasoning, and generation within a monolithic architecture. It marks a fundamental paradigm shift in multimodal AI: from modality integration to true unification. Rather than relying on adapters to translate between modalities, SenseNova U1 models think-and-act across language and vision natively.

Unifying visual understanding and generation in an end-to-end architecture from pixel to word opens tremendous possibilities, enabling highly efficient and strong understanding, generation, and interleaved reasoning in a natively multimodal manner.

🎨 Interleaved Showcases

Side-by-side comparison between the base SenseNova-U1-8B-MoT and SenseNova-U1-8B-MoT-Interleaved on interleaved image-text generation. With interleaved-specific optimization, the new model delivers stronger narrative coherence, character and style consistency, and text-image alignment across multi-page outputs.

Single-page PPT — base vs Interleaved:

Multi-page PPT — a new capability unique to SenseNova-U1-8B-MoT-Interleaved (not supported by the base model):

🛠️ Quick Start

🌐 Use with SenseNova-Studio

The fastest way to experience SenseNova-U1 is through SenseNova-Studio — a 🆓 free online playground where you can try the model directly in your browser, no installation or GPU required.

Note: To serve more users, U1-Fast has undergone step and CFG distillation, and is dedicated to infographic generation.

🦞 Use with SenseNova-Skills (OpenClaw)

The easiest way to integrate SenseNova-U1 into your own agent or application is through our companion repository SenseNova-Skills (OpenClaw) 🦞, which ships SenseNova-U1 as a ready-to-use skill with a unified tool-calling interface.

Refer to the SenseNova-Skills README for installation and usage details.

🤗 Run with transformers (Default)

Setup: Follow the Installation Guide to clone the repo and install dependencies with uv.

python examples/interleave/inference.py --model_path sensenova/SenseNova-U1-8B-MoT-Interleaved --prompt "I want to learn how to cook tomato and egg stir-fry. Please give me a beginner-friendly illustrated tutorial." --resolution "16:9" --output_dir outputs/interleave/ --stem demo --profile

See examples/README.md for batched inference, JSONL format, prompt enhancement, resolution buckets, and full flag reference.

See docs/gpu_mem_profiler.md for GPU memory profiler.

⚡ Run with LightLLM + LightX2V (Recommended)

For production serving, we co-design a dedicated inference stack on top of LightLLM (understanding) and LightX2V (generation). The two engines are disaggregated so that each path can use its own parallelism and resource budget, with a low-overhead transfer channel in between.

On a single node with TP2 + CFG2, this stack delivers roughly ~0.15 s/step and ~9 s end-to-end for a 2048×2048 image on H100 / H200, with a ~2.4–3.2× prefill speedup from our FA3-based hybrid-mask attention over the Triton baseline. Full per-GPU performance are reported in docs/inference_infra.md.

An official docker image is provided for one-command deployment:

docker pull lightx2v/lightllm_lightx2v:20260407

⚙️ Deployment guide (Docker, launch flags, modes, quantization, API test): see docs/deployment.md.

📖 Full design and performance profiling: see docs/inference_infra.md.

🌐 Join the Community!

Join our growing community to share feedback, get support, and stay updated on the latest SenseNova-U1 developments — we'd love to hear from you!

This project is released under the Apache 2.0 License.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
NEOChatModel
Ревизия весов
bd39add

0 моделей