商汤新模型 SenseNova-U1 Pro 曝光，对标 GPT-Image-2，瞄准「设计」赛道

此次股东大会使用的全套 20 余页演示 PPT，也是由 SenseNova-U1 Pro 一次性生成，在这个过程中模型自主进行了规划、思考、制作、评估的全过程，「保证信息传达的逻辑、每个数字的准确，每个页面的美观，所有东西都浑然一体，是一个非常复杂的工程」。商汤方面还表示，这是其首次在正式对外公告中全程采用日日新大模型完成制作。

在技术层面，SenseNova-U1 Pro 主打的核心能力包括：在同一内核内打通多模态理解与生成。同时基于内在的图文交错思维能力，它面对复杂需求，像一个“会思考的设计师”一样，实现设计、生成、评审的长程循环。以生成城市规划图为例，模型会先对整个城市布局进行智能评估，尝试部署不同的规划与生成策略，在内部评估生成效果并不断自主调整，最终输出可以直接交付的“成品级”结果。

SenseNova-U1 Pro将规划构生成为设计工程草图

此外，SenseNova-U1 Pro 还率先支持了原生 8K 分辨率输出。据介绍，GPT-Image-2 等当前全球最强的生成模型，原生直出分辨率上限仅为 4K。

01

知识信息图（竖版），

PK 对标 GPT-Image-2

同一国画风「二十四节气」提示词下，SenseNova-U1 Pro 完整呈现全部 24 个节气、逐一标注日期与序号、四季分区清晰；GPT-Image-2 生成内容相对缺失。

02

国画长卷（横版） 

同一主题切换为横版长卷形式，SenseNova U1-Pro 一句提示词直出，24 个节气完整有序，每格配以独立国画插图与气候描述，顺时而生、四季有序。

SenseNova-U1 Pro生成 （点击查看大图）

03

杂志跨页

SenseNova-U1 Pro 以一句提示词生成 GQ 风格「007 · 阿斯顿·马丁 DB5 座驾档案」横版跨页，涵盖车辆详细规格参数表、多角度实拍图集、车主历史时间轴、电影片场注记等，版式还原度达到商业出版可用水准。如此包含了复杂多栏混排与长文本段落控制的出版与品牌设计场景，也是目前图像生成模型最难实现的能力维度之一。

SenseNova-U1 Pro生成 （点击查看大图）

04

学术海报，PK 对标 GPT-Image-2

SenseNova-U1 Pro 一键输出 SenseNova U1 的论文海报，信息密度极高，包含架构图、基准表格与可识别二维码；GPT-Image-2 版本留白偏多、密度偏低。

05

电影分镜，PK 对标 GPT-Image-2

基于同一段深夜暗巷追逐戏的提示词，SenseNova-U1 Pro 可以输出 16000×24000+ 像素、含 40-60 格的导演级分镜稿，每格附景别、机位与情绪标注；GPT-Image-2 仅输出 1024×1536，放大后存在细节失真，分镜形式简单，情绪表现力也偏弱。分辨率上百倍的差距，对专业创作场景有着极大影响。

针对这一场景林达华表示：“思考、理解和创作在一个大脑里面统一，就像编剧和导演融为一体。”  SenseNova-U1 Pro 的这一突出能力，也将为商汤短片智能体 Seko 进行复杂的剧集创作提供强大支持。

行业普遍预测，OpenAI 即将在近期发布国际前沿模型，并同样将“设计”锚定为重点发力方向。商汤在此预告 SenseNova-U1 Pro 全新旗舰模型，不但是与顶尖 AI 巨头的正面对垒，也向外界释放了一个信号，表明在编程以外，“设计”正在成为顶级多模态模型的下一个主要赛场。

当模型能力突破工业红线，其产业空间极为广阔，将给产品开发、平面设计、工业设计、视频制作、城市和园区规划等行业带来变革性升级。

对于商汤而言，SenseNova-U1 Pro 所承载的远不止于此，它还将成为数字智能与物理智能融合的技术基座，驱动 AI 走向更广阔的物理空间。