信息卡

一句话定位

SenseNova 最新发布的"native unified multimodal checkpoint"：基于 NEO-unify 架构，在一个模型里同时打通多模态理解与视觉创作（图像生成/编辑），主打更准确、一致、有美感的视觉产出。

为什么上热度榜

Apache-2.0 开源的 any-to-any 统一模型本身就稀缺；8 月 19 日创建，五天内周边生态已铺开——3 个 adapter、9 个 finetune、3 个量化衍生，讨论区 6 条，「一个权重同时做理解与生成」的统一叙事是社区热议焦点，二创热情把它送进热榜第 19 位。

规格与技术亮点

BF16 总权重约 17.53B 参数（分片共约 35GB），自定义建模类 `NEOChatModel`（`modeling_neo_chat`）。注意命名差异：名字带"8B"，但页面公开的 Safetensors 规模约为 18B，激活参数、专家数与上下文长度页面均未披露。pipeline 标签 Any-to-Any，含原生多模态理解、指令式图像生成与图像编辑，支持中英双语；官方强调视觉创作在一致性与美感上的提升，配套论文 arXiv:2605.12500。

使用方式与代码示例

页面仅给出 Transformers 用法（custom_code 模型，必须 `trust_remote_code=True`）：

from transformers import AutoModel
model = AutoModel.from_pretrained(
    "sensenova/SenseNova-U1.5-8B-MoT",
    trust_remote_code=True, device_map="auto")

未见官方 vLLM/量化说明。

部署建议（本地/云端/量化选择）

35GB bf16 权重建议先看社区已有的 3 个量化衍生再下手降显存；因依赖 remote_code 自定义建模，接入 vLLM 等框架前需自行验证兼容性，离线环境还应预下载 `modeling_neo_chat` 相关代码文件。

典型应用场景

• 文生图 + 指令式图像编辑一体化完成；2. 图文问答统一入口省去双模型编排；3. 中文营销素材与海报初稿批量生成；4. 以已有 9 个 finetunes 为参考做 LoRA 二创底座。

同类对比

不同于 Qwen-VL/Qwen-Image"理解归理解、生成归生成"的分离管线，U1.5 主打单权重统一；体量介于开源小杯统一模型与闭源大厂专有模型之间，Apache-2.0 是关键加分项。

资源导航

模型卡、论文 arXiv:2605.12500、模型页的 adapters/finetunes/quantizations 列表。