SenseNova-U1.5-8B-MoT 统一生成与理解，解锁原生多模态创作；DeepSeek-V4-Flash-Vision-Exp 拓展视觉理解新能力

SenseNova-U1.5-8B-MoT 是商汤科技 SenseNova 团队于 2026 年发布的原生统一多模态生成模型采用 NEO-unify 架构设计可在单一模型内完成图像生成、图像编辑与多模态理解等任务。模型公开约 18B 参数的 BF16 精度版本在图像质量、文字渲染、4K 图像生成和复杂指令遵循等方面全面升级能够实现更精准的画面控制、更稳定的主体保持以及更丰富的视觉创作能力为海报设计、图像编辑和多模态内容生产提供更加高效的 AI 解决方案。目前HyperAI超神经官网已上线了「SenseNova-U1.5-8B-MoT图像生成与编辑」快来试试吧~在线使用https://go.hyper.ai/gR13X8 月 28 日- 9 月 3 日hyper.ai 官网更新速览* 优质公共数据集3 个* 优质教程精选3 个* 热门百科词条5 条* 9 月截稿顶会6 个访问官网hyper.ai公共数据集精选1. LibriTTS-R 音质改进英语语音数据集LibriTTS-R 是 LibriTTS 语料库的音频质量改进版本相关论文成果为 LibriTTS-R: A Restored Multi-Speaker Text-to-Speech Corpus旨在为语音研究提供更高质量的英语语音数据。该数据集包含约 585 小时的多说话人英语朗读语音采样率为 24kHz并划分为 7 个数据分割splits。在线使用LibriTTS-R | Datasets | HyperAI2.GLOBE_V2 全球口音英语语音数据集GLOBE 数据集是于 2024 年发布的一个高质量英语语音语料库旨在解决零样本说话人自适应 TTS 系统对口音说话人泛化能力差的问题。该数据集包含 535 小时 24kHz 采样率的语音数据数据源自 23,519 位说话人覆盖全球 164 种口音并附带详细的说话人元数据。GLOBE_V2 在此基础上提供 44.1 kHz 采样率的音频同时移除了约 5% 存在音量异常或音频与文本对齐问题的样本进一步提升了数据质量。在线使用GLOBE_V2 | Datasets | HyperAI3. USGS Global Earthquake 全球区域地震数据集USGS Global Earthquake 是一个基于美国地质调查局USGS地震事件数据整理的全球区域地震数据集旨在为地震活动的时空分布分析、区域地震灾害研究及数据可视化教学提供数据。该数据集覆盖 1900 至 2026 年的地震记录每个文件收录对应一个地震事件记录震级、发震时间、经纬度、深度、震中位置描述等 USGS 标准事件字段并根据坐标补充了大洲、区域和国家等地理字段。该数据集为原始全球地震数据集的区域拆分版本已按地理区域保存为独立的 CSV 文件。在线使用USGS Global Earthquake | Datasets | HyperAI公共教程精选1.SenseNova-U1.5-8B-MoT图像生成与编辑SenseNova-U1.5-8B-MoT 是商汤 SenseNova 团队推出的原生统一多模态模型基于 NEO-unify 架构在单一模型中支持图像生成、编辑与多模态理解。模型强化 4K 生成、中英文文字渲染、复杂指令遵循与精细视觉控制可用于海报设计、图像编辑、视觉问答等内容创作场景。在线运行https://go.hyper.ai/gR13Xdemo 页面2. DeepSeek-V4-Flash-Vision-Exp 多模态推理与 Open WebUI 部署DeepSeek-V4-Flash-Vision-Exp 是 DeepSeek 于 2026 年 8 月推出的 V4 系列首款实验性多模态模型在 V4-Flash 架构上加入视觉编码器与对齐模块通过持续训练获得视觉理解能力。模型采用稀疏 MoE 与 DFlash Attention可处理截图、图表、文档及代码图像等内容面向多模态 Agent 与视觉理解场景。在线运行DeepSeek-V4-Flash-Vision-Exp Multimodal Reasoning Open WebUI Deployment | Notebooks | HyperAIdemo 页面3. Qwen3.8-Flash-Next-FP8 多模态大模型Qwen3.8-Flash-Next-FP8 是阿里 Qwen 团队推出的下一代实验模型采用混合注意力与稀疏 MoE 架构以 125B 总参数、6B 激活参数实现高效推理。模型原生支持 262K 长上下文及文本、图像和视频输入并采用 FP8 量化在多模态理解、Agent 工具调用和复杂推理等任务上保持旗舰级性能。在线运行Qwen3.8-Flash-Next-F8 Multimodal Large Language Model | Notebooks | HyperAIdemo 页面热门百科词条精选1. 光学字符识别 OCR2. 世界动作模型 WAM3. 遥感 Remote Sensing4. 故障词元 Glitch Token5. 生成型预训练变换模型 GPT这里汇编了数百条 AI 相关词条让你在这里读懂「人工智能」Wiki | HyperAI9 月截稿顶会* 截稿时间为 AoE 时间一站式追踪人工智能学术顶会https://go.hyper.ai/event以上就是本周编辑精选的全部内容如果你有想要收录 hyper.ai 官方网站的资源也欢迎留言或投稿告诉我们哦下周再见