SenseTime veröffentlicht 8-Milliarden-Parameter-Multimodales Modell als Open Source

Das KI-Unternehmen SenseTime hat sein SenseNova U1.5 Lite Modell als Open-Source-Software veröffentlicht. Das multimodale KI-Modell mit 8 Milliarden Parametern integriert visuelles Verständnis mit Funktionen zur Bildgenerierung und -bearbeitung.

Das Modell unterstützt die native Ausgabe von Bildern in 4K-Auflösung und ist darauf ausgelegt, komplexe Anweisungen hinsichtlich Subjekten, Anzahl, räumlichen Beziehungen, Text, Layouts und visuellen Stilen zu verarbeiten. Diese Entwicklung findet statt, während Konkurrenten wie Baidu und Alibaba ebenfalls auf die Veröffentlichung ähnlicher Open-Source-KI-Lösungen setzen.

SenseTime gibt an, dass das leichtgewichtige Modell die Beibehaltung der Identität und die Kontrolle der räumlichen Struktur bei der Bildbearbeitung verbessert. Es führt auch neue Steuerungsoptionen ein, darunter Bounding Boxes, visuelle Marker und die Verwendung mehrerer Referenzbilder.

SenseNova U1.5 Lite ist über GitHub, Hugging Face und ModelScope verfügbar. Die Veröffentlichung soll die Transparenz in der KI-Entwicklung fördern und Forschung sowie Anwendungen in diesem Bereich vorantreiben.