效果惊艳！又一个信息图开源神器问世！

📌 一句话摘要

商汤发布 SenseNova U1 Infographic-V3 开源模型，新增局部文字与风格编辑能力，显著提升信息图可编辑性。

📝 详细摘要

文章介绍了商汤科技最新开源的信息图生成模型 SenseNova-U1-8B-MoT-Infographic-V3（简称 Infographic-V3）。该模型在继承 V2 强大的图文融合、复杂排版与结构化视觉表达能力的基础上，首次加入信息图编辑功能，支持局部文字修改、整体风格切换以及全局布局调整，使得用户能够在不重新生成的情况下对图像进行精细打磨。文章通过多组前后对比图示展示了文字替换、风格迁移、布局美化等具体编辑案例，并给出了在 WeEdit 和 Qwen-Image-Bench 两个基准上的评测结果，表明模型在文字编辑和综合图像生成方面表现优秀。最后指出团队正在探索让模型实现自我检查与自我纠错的闭环，以进一步提升一次性交付高质量视觉内容的能力。模型权重及文档已在 Hugging Face、ModelScope 等平台开放下载。

💡 主要观点

- Infographic-V3 首次加入信息图编辑能力，支持局部文字和全局风格修改。 用户无需重新生成整张图，只需标注区域或使用自然语言 Prompt，即可在保持原有版式和视觉结构的前提下完成文字替换、风格迁移等操作。

模型在保持强大生成能力的同时，通过在中期训练阶段引入编辑数据实现生成与编辑的统一训练。 技术团队在 MT 阶段合成了多样化的信息图编辑数据，联合训练 T2I 和图像编辑任务，使模型在保留图文融合优势的同时获得文字编辑和风格编辑能力。

在 WeEdit 和 Qwen-Image-Bench 基准上表现优异，尤其在编辑榜单 WeEdit 上得分最高。 Infographic-V3 在 WeEdit 上均分达到 5.89 分，位列开源模型之首；在 Qwen-Image-Bench 上也呈稳步增长，验证了其文本编辑、局部编辑及综合图像生成的综合实力。

提供多种编辑方式：区域标注定点修改、自然语言 Prompt 指令、全局风格与布局编辑。 用户可以通过框选目标区域进行精确文字替换，也可以直接描述需求让模型理解并执行修改；此外还支持切换中传风格、亮色风格、复古羊皮纸地图风等全局风格，以及重新组织内容层次与版面结构。

模型已在 Hugging Face、ModelScope 等平台全面开源，附带详细文档与社区支持。 开发者可直接下载权重文件，参考官方文档进行二次开发或直接使用，社区也提供了模型卡和使用示例，降低了使用门槛。

💬 文章金句

- 新版本延续了 V2 强大的信息图生成能力，并首次加入信息图编辑能力：当画面整体已经令人满意时，用户无需推倒重来，只需针对局部文字或整体风格进行修改，即可继续完善作品。

• 让好图不再因小错作废。
• 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。
• 为了获得稳定的信息图编辑能力，技术团队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。
• 目前 SenseNova U1 信息图增强版 V3（SenseNova-U1-8B-MoT-Infographic-V3）已面向全球用户开源。

📊 文章信息

AI 初评：82

来源：GitHubDaily

作者：GitHubDaily

分类：人工智能

语言：中文

阅读时间：10 分钟

字数：2469

标签： AI 模型, 信息图, 图像编辑, 开源模型, 商汤科技

阅读完整文章