SenseNova U1信息圖增強版V2來了！小字更清晰、排版質感向專業設計師看齊

　　商湯日日新SenseNova U1信息圖增強版上線後，得到很多創作者和開發者的積極反饋。而随着 GPT-Image-2 等新一代商業圖像生成模型的出現，行業期待也在快速提高：模型不隻要“畫得像”，還要能處理更長文本、更複雜的版式結構，以及更穩定的圖文對應關系。

　　基于這一技術趨勢，我們對SenseNova U1信息圖增強版進行了專項疊代，推出SenseNova U1信息圖增強版V2(SenseNova-U1-8B-MoT-Infographic-V2)，希望把這類高信息密度圖像生成能力，以更開放、更輕量的 8B-MoT 模型形式持續推進，讓開源模型在小字清晰度、複雜排版和視覺質感上不斷向行業前沿靠近。

　　該模型權重已在 Hugging Face 和魔搭社區開放，相關代碼、文檔與示例已同步至 GitHub。

　　小字清晰度和複雜版式升級，回應真實創作場景

　　如果說前一個版本——SenseNova U1信息圖增強版(SenseNova U1-8B-MoT-Infographic)能做到的是：文字準确、圖表可靠、背景穩定;信息圖增強版V2的跨越式突破，就是讓AI真正懂得如何把信息圖“做得更美”——小字更清晰，排版疏密有緻，整體質感向專業設計師看齊。

　　以下是V2版本生成的部分信息圖：

　　V2模型進行的關鍵升級包括：

　　1、小文本更清晰，信息細節更好讀

　　信息圖中的腳注、數據來源、表格注釋、坐标軸标簽及免責聲明等小字，往往承載着關鍵的輔助信息。過去模型生成的圖片邊緣極易模糊、筆畫粘連，導緻用戶需要放大數倍去“猜字”，作品也顯得專業度欠缺。

　　V2版本顯著提升了小字文本的邊緣銳利度和清晰度。以下報紙版面設計的渲染圖，無需反複放大，在正常閱讀距離下即可對各類小字信息、數據“一目了然”。

　　2、駕馭複雜密集排版，自帶“設計師”視覺

　　當信息密度極高時，信息圖的模塊之間容易相互擠壓，導緻視覺路徑混亂、閱讀體驗差。

　　V2版本将複雜密集排版與整體美觀度作為核心升級方向。通過培養模型對網絡結構、視覺層級和語義對應關系的深層理解，讓畫面排版疏密有緻、條理清晰。在以下生成商業海報、遊戲指南、知識圖譜等場景中，圖像的專業度、美觀精緻度和整圖可用性均大幅提升。

　　面向更多真實場景：持續突破，專項與通用能力并重

　　優質的生圖效果，源于信息圖增強版V2在底層訓練機制上的創新與重構：

　　• 專項強化方面：在 MT( 中期訓練)/ SFT(監督微調)階段，我們引入更多更好的高質量合成/真實數據，并重新平衡信息圖相關樣本内分布以及和其他數據分布，進一步優化訓練數據組成，針對小字渲染、複雜密集排版和高美觀度生成能力進行了專項強訓。 • 視覺質感方面：在 RL(強化學習)階段，引入了 DPO(直接偏好優化)訓練，從人類視覺審美出發，整體拉高視覺質感。 • 穩定性提升方面：在 GRPO(組相對策略優化)階段，進一步優化了獎勵配方(reward recipe)，從機制上讓模型能夠更穩定地避免非預期暗色背景的出現。

　　得益于這一套組合拳，信息圖增強版V2交出亮眼答卷：

　　• 在開源模型中保持領先，并較前代顯著提升：相比舊版本，V2版本在 BizGenEval(hard/easy)困難與簡單測試集上，得分從 46.6 / 65.4 躍升至 50.3 / 67.9(分别提升 +3.7 / +2.5);在 IGenBench(Q-ACC/I-ACC)指标上，也由 69.5 / 17.0 提高到 71.4 / 18.3(分别提升 +1.9 / +1.3)

　　• 通用生成能力保持穩定：綜合測評指标 OneIG(EN/ZH)得分為 55.4 / 53.5.與上一版基本持平，這表明V2在信息圖專項能力顯著提升的同時，并未明顯犧牲通用生成能力。

　　V2在OneIG (EN, ZH), LongText (EN, ZH), BizGenEval (Easy, Hard), CVTG and IGenBench 的綜合能力表現

　　信息圖基準表現