SenseNova U1 是商汤发布的开源多模态模型，具备连续图文生成能力，能够同时生成文字和图片。该模型在信息图生成方面表现出色，采用 NEO-unify 架构，提升了生成效率和理解能力，适合创作者和开发者使用。SenseNova U1 的开源版本已在 GitHub 和 Hugging Face 上发布。

文章讨论了多模态大语言模型（MLLM）的发展，特别是在图文生成方面的挑战与进展。上海人工智能实验室提出了OpenING基准，包含5400个真实场景的图文实例，旨在提升模型的生成能力和评测准确性。新评估模型IntJudge通过人机协作标注，显著提高了评测一致性。研究表明，当前模型在图像生成质量上仍需改进，未来将继续扩展数据和优化模型。