商汤发布 SenseNova U1 Pro：原生 8K 直出，主打复杂多模态任务交付

在 WAIC 2026 现场，商汤正式发布日日新 SenseNova U1 Pro。这是一套面向复杂多模态任务的交付系统，围绕「理解—生成—行动原生统一」展开，目标不只是画一张图，而是完成从目标理解、规划、组织、生成到检查与修正的完整闭环，并直接交付可用结果。

产品核心亮点

官方将 U1 Pro 的能力归拢为三点：

• 原生 8K 输出：重点不只是像素更高，还在于超大画幅中仍能维持文字、构图与细节的一致性；
• 图文交错思维：模型可围绕目标连续完成草图、细化、着色、检查与调整；
• 面向成品交付：瞄准信息图、城市规划、影视分镜、学术海报与商业设计等场景，强调少一些反复抽卡、多一些可直接使用的结果。

现场演示中，U1 Pro 生成了一幅以「WAIC 九周年 2018—2026」为主题的超长卷轴，把每一届亮点依次铺开，远看完整、近看细节扎实。后续用二十四节气、实验室视觉海报、琉璃质感古风山河图、原创电影海报等四道题测试，模型在长画幅、复杂排版与高完成度方面均给出了稳定输出。

技术方案：32×32 大 Patch 控制 8K 算力

8K 直出背后，视觉 Token 数量与 Attention 算力都会显著上升。商汤给出的关键方案是采用 32×32 的大 Patch。

商汤联合创始人、首席科学家林达华在现场解释：常见生图模型通常采用 16×16 Patch，如果一个 Patch 对应一组 Token，边长扩大一倍后，视觉 Token 总数可降到原来的约四分之一，等于把一张图划分成更大的格子、整体计算压力下降；但大格子更易丢细节。为此团队叠加了三层手段：

• 自适应 Noise Control，对细节区域使用更有针对性的训练策略；
• Patch 之间保留一定重叠，减小接缝处的信息损失；
• 在空间采样、Loss 设计与模型结构上同步优化，控制上下文规模。

用林达华的话说，U1 Pro 的思路是「先把格子放大减少总量，再用重叠与更精细的训练把大格子内部的细节找回来」，从而在 8K 分辨率下控制算力爆炸并尽量保住小字、纹理与结构。

产品范式：从「画一张图」到「交付一套活」

商汤 CEO 徐立将当前多模态工具面临的问题概括为一句：「能交互，不等于能交付。」即用户可以通过自然语言反复修改，但任务稍复杂时，结果仍容易失控——改对一个局部其他区域跟着变，画面专业但文字和结构经不起检查，多轮迭代后纹理与人物也会逐渐跑偏。

U1 Pro 的应对方式，是把「一次生图」拉长成一条连续创作闭环：理解目标 → 规划任务 → 组织信息 → 生成内容 → 检查问题 → 持续修正 → 完成交付。以 WAIC 九周年长卷为例，模型需要先消化九年资料，再决定事件如何分布、年份如何衔接、山水与城市怎样组织、文字信息放在哪里，最终保持统一的东方视觉风格。

行业判断：复刻 AI Coding 的三段式演进

商汤从 AI Coding 的发展路径中得到启发，将其归纳为三阶段——Copilot 补全代码、Vibe Coding 自然语言表达需求、Coding Agent 拆解任务并承担完整工程，模型价值由「写了多少行代码」转向「能不能把项目做出来」。

他们认为，多模态内容正出现相似变化：

• 第一阶段：单点生成；
• 第二阶段：意图驱动，用户可持续修改；
• 第三阶段：系统级内容交付，模型理解目标、组织信息、保持长程一致性、检查错误并交付结果。

林达华表示，商汤在 U1 阶段已观察到连续创作的雏形——模型可先画草图再补充细节与着色，逐步生成完整图像，由此相信视觉模型有机会接近设计师的工作方式，把生图能力推向真实生产环节。

尚未解决的挑战

官方也承认，U1 Pro 距离「完美」仍有距离：异步生成意味着用户需要用等待时间换更高完成度；编辑能力、成本与稳定性仍需真实项目验证；专业设计场景不会只依赖一张最终图片，图层、矢量元素、版本管理与团队协作同样关键。但方向已经清楚——当生图告别反复抽卡，开始对结果负责，多模态 Agent 的竞争才算真正开场。