SenseTime 8B画像生成モデル SenseNova U1.5 Lite 正式公開
SenseTimeがオープンソースの8B画像生成モデルSenseNova U1.5 Liteを正式公開。長文指示遵循や4K出力など、クローズドソースのGPT-Image-2に肉薄する性能を実現した。
中国のAI企業SenseTimeが、画像生成モデル「SenseNova U1.5 Lite」の正式版をオープンソースとして公開した。8B（80億）パラメータの軽量モデルでありながら、複雑なレイアウトや正確な画像編集といったタスクで、クローズドソースのGPT-Image-2に迫る性能を示すことが特徴だ。3週間前に公開されたプレビュー版を経て、各能力が強化され、安定した実用性を獲得したと説明されている。
公開された主な特徴
量子位の十三による報道では、SenseNova U1.5 Liteの正式版は以下の6つの主要特徴を掲げている。まず、3,000〜4,000文字に及ぶ超長で複雑な指示に従う能力だ。主題、数量、位置、文字、レイアウト、スタイルなど、多数の制約を一度に処理できる。次に、構図、色彩、材質、光と影のディテールがより自然で、全体的な完成度が高い視覚生成を実現している。さらに、指定された領域の内容を修正する際に人物や構造の維持がより正確になったネイティブ画像編集機能も備える。
中英両言語の文字や、ポスター、情報グラフィックといった複雑なレイアウトへの正確な設定能力も注目される。範囲選択やマーキング、複数画像参照といった方法により、「どこを何に変えるか」をより精細に指定可能だ。最後に、直接4K解像度の高精細な画像を生成するネイティブ4K出力機能が組み込まれている。これらの特徴は、単に画像を生成するだけでなく、実際のデザインワークフローに投入可能なレベルの制御性と品質を追求した結果と言える。
複雑な指示と多画像参照の実演
正式版の能力は、具体的なタスク実演を通じて示されている。例えば、9枚の異なる食べ物の写真を入力し、「この9つの料理を美しいレシピ共有カード1枚にまとめてください」という指示を与えると、元の画像群を一瞬で整理・デザイン化し、1枚の統一された画像を出力した。各料理の認識と適切な処理が行われ、元の構図や背景の違いを解消して全体を統一することに成功している。
画像編集の例も提示された。ベッドやサイドテーブルなど部屋の一部を修正する際、選択された領域の内容が指示通りに変化した上で、部屋全体の空間関係は基本的に維持された。情報グラフィックの生成では、「カカオ豆からチョコレートまで」をテーマに、6つの工程を縦長の1枚に体系的に設定するという複雑な指示に応え、テキスト、イラスト、レイアウトの関係を組織的に構築した。
最も複雑なデモは、3枚の異なる参照画像を組み合わせたタスクだ。1枚目はレイアウトとスタイル、2枚目は人物のアイデンティティ、3枚目はテキスト内容と構造の参照元として指定された。モデルはこれら3つの要素を分離して理解した上で、新しいポスターデザインとして統合的に合成するという高度な指示遵循能力を発揮した。
8Bモデルが Crozドソースに迫る意義
SenseNova U1.5 Liteは、依然是として8Bのパラメータサイズを維持している。このサイズはGPT-Image-2などの大規模クローズドソースモデルと比べて非常に軽量でありながら、複雑なレイアウト生成や正確なネイティブ編集といった主要シーンで肉薄できる性能を示した。量子位の記事では、3週間前のプレビュー版が統一モデルの視覚能力の限界を探る実験であったのに対し、正式版はこれらの能力を強化し、安定して実際の創作フローに投入できることを検証していると述べられている。
オープンソースの軽量モデルがクローズドソースの高性能モデルに接近するという動きは、AI画像生成分野における競争の激化を象徴している。開発者や企業は、高品質な画像生成を自社環境で、より低コストで、プライバシーを確保した上で利用できる可能性が広がる。SenseTimeが中国で開発したモデルをオープンソースとして公開すること自体も、エコシステム形成と技術普及を狙った戦略的行動と見なせる。
編集部の見解
今回の公開は、オープンソースAIモデルの能力向上が、特定のクローズドソースサービスへの依存を減少させる可能性を示している。短期的には、SenseNova U1.5 Liteが中国国内外の開発者コミュニティで急速に評価され、デザインツールやコンテンツ制作パイプラインへの統合が進むと見られる。特に、4K出力や複数参照画像といった実用機能を備えた軽量モデルの登場は、クラウド環境に依存しないローカルでの高品質画像生成ニーズに応えるものだ。 長期的には、このような高性能オープンソースモデルの普及が、AI画像生成市場の価格構造やサービスモデルに影響を及ぼす可能性がある。クローズドソースプロバイダーは、単純な画像生成を超えた高度な機能や、法的・倫理的保護の強化などで差別化を図る必要に迫られそうだ。また、モデルの小型化と高性能化のトレンドが続くことで、エッジデバイスでの実用化も現実味を帯びる。 編集部としては、オープンソースモデルがクローズドソースに追いつくこと自体よりも、その性能が「実用的な創作フローに組み込める水準」に到達した点に注目している。
関連記事
参考
- 「开源国产8B模型，比肩闭源Image 2了！」, by 十三 — 量子位, 2026-08-25T06:53:26.000Z (ARR)
- 元記事URL: https://www.qbitai.com/2026/08/479192.html
よくある質問
- SenseNova U1.5 Liteの8Bパラメータとは何ですか？
- 8Bは「80億」を意味し、モデルを構成する学習済みパラメータの総数を示す。一般的にパラメータ数が少ないほどモデルは軽量で高速に動作するが、本次元では軽量でありながら高機能を実現したことが注目される。
- このモデルはGPT-Image-2とどのように比較されますか？
- 公開情報では、SenseNova U1.5 Liteが複雑なレイアウト生成や正確なネイティブ画像編集といった主要タスクでGPT-Image-2に肉薄する性能を示すと説明されている。ただし、直接的な性能比較の定量的データは未公表だ。
- オープンソース化されることで、どのような利点が生じますか？
- 開発者はモデルのコードや重みを自由に取得・改変・利用でき、自社環境でプライバシーを確保した上で展開可能になる。また、コミュニティによる改良や特定用途への適応が加速し、エコシステムの多様化に寄与する。
コメント