大模型之家讯 7月6日，商汤科技发布SenseNova U1信息图增强版V2（SenseNova-U1-8B-MoT-Infographic-V2），模型权重已在Hugging Face和魔搭社区开源，相关代码与文档同步更新至GitHub。
相较于前代版本，V2版本重点提升了小字文本的边缘锐利度和清晰度。信息图中的脚注、数据来源、表格注释等辅助信息在正常阅读距离下即可辨识，无需放大查看，整体专业度明显提升。在复杂排版方面，V2版本通过对网络结构、视觉层级和语义对应关系的建模，在商业海报、游戏指南、知识图谱等场景中表现出更高的美观度和可用性。
技术升级方面，V2版本在中期训练与监督微调阶段引入更多高质量合成与真实数据，优化了信息图样本的分布结构。在强化学习阶段引入直接偏好优化训练，从人类审美出发提升整体视觉质感。在组相对策略优化阶段优化了奖励配方，有效减少非预期暗色背景的出现。
基准测试方面，V2版本在BizGenEval困难与简单测试集上的得分分别从46.6/65.4提升至50.3/67.9；IGenBench的Q-ACC/I-ACC指标从69.5/17.0提升至71.4/18.3。综合测评指标OneIG英文与中文得分为55.4和53.5，与上一版本基本持平，表明信息图专项能力显著提升的同时未明显牺牲通用生成能力。
该模型采用8B参数MoT架构，面向全球开发者开源。商汤方面表示，将持续推动高信息密度图像生成能力的开放与轻量化。
原创文章，作者：志斌，如若转载，请注明出处：http://www.damoai.com.cn/archives/16780
