刚刚生图圈杀出一个新国产模型——不仅原生8K直出还是会自己打草稿、做设计、检查作业的那种瞧下面这张超超超超长的8K图就是它做出来的△此图片大小受限原图51M放大后字迹清晰这幅超长卷的主题是“WAIC九周年2018—2026”从左往右时间依次铺开并且把每一届的亮点内容都涵盖了进来。或许你会有疑问了这么大的图细节能稳吗好问题我们这就“拿着放大镜”再细细品鉴一下字字清晰字字清晰。这便是商汤刚刚在WAIC 2026上最新发布的的新模型——日日新SenseNova U1 Pro。简单来说U1 Pro是一套面向复杂多模态任务的交付系统它要围绕目标完成理解、规划、信息组织、多模态生成、检查修正和最终交付内核是理解、生成、行动的原生统一。在看完整体的发布之后我们可以把U1 Pro的亮点归拢为如下三点原生8K输出重点不只是像素更高还在于超大画幅里继续维持文字、构图和细节图文交错思维模型可以围绕目标连续完成草图、细化、着色、检查和调整面向成品交付商汤瞄准的场景包括信息图、城市规划、影视分镜、学术海报和商业设计希望模型少一些反复抽卡多一些真正能拿去用的结果。如果说以前的生图模型比的是谁画得更像、谁出图更快那U1 Pro更像是把问题再往前推一步一张图能不能少靠人收拾残局自己把整套活做完为了检验U1 Pro真实效果我们又给它出了四道题。生成8K版“十二四节气”第一个实测继续考验一下U1 Pro的超长画幅。我们让它围绕二十四节气生成一张横向展开的8K长图。这个任务其实考的还是AI抓细节的能力比如24个节气的名称和顺序不能乱每个节气要对应合适的物候与季节颜色24个竖向单元需要彼此区分同时保持完整的视觉风格从春到冬的色彩也要自然过渡。来看下U1 Pro生成的图从整体看模型确实把24个节点放进了同一套横向版式里。它没有把结果处理成24张尺寸相同、彼此无关的壁纸。每一格的山水高度、植物位置和留白都在变化画面因此有了类似屏风和长卷结合的节奏。所以U1 Pro已经是稳稳能够输出8K超长图的选手了。第二个实测我们让它设计一张高级实验室视觉海报主体就叫做《机器如何观察和理解人类》。Prompt要求画面中央出现一位背对镜头、略微侧身的人物头部和上半身叠加检测框、坐标轴、几何圆、运动轨迹、视线追踪、空间网格和数据节点。来看下细节比较意外的是一般生图模型只要提到的“科技”、“机器人”等关键词大多数可能都会选择科技蓝的色调。但U1 Pro直接避开了这一点暗金线条、黑色背景与纸张颗粒感形成了比较完整的视觉层级。中心焦点明确信息量很高画面却没有完全失控。第三道题是一幅琉璃质感的古风建筑山河图。要求里同时出现青绿色山脉、蓝色河流、瀑布、宝塔、山门、亭台、廊桥、宫殿、桃花林、松树、祥云以及一座带有东方结构语言的未来建筑。材质方面山体要像琉璃、玉石和珐琅共同烧制表面有流动高光、釉面层次和金色描边水面要有通透感和反射建筑则不能变成廉价的3D模型。U1 Pro生成的结果如下从最终生成图来看模型能够把琉璃山体、水系、古建和未来建筑组织成相对完整的世界已经体现出它对复杂风格要求的执行力。前三题全是大场景、超长图和复杂排版因此最后一个任务我们尝试一下可以直接交付的、商业化的电影海报。Prompt如下设计一张原创电影海报整体为高完成度、可直接上映宣传使用的成片海报气质介于东方诗意、悬疑史诗与现代艺术电影之间具有强烈的视觉冲击力和高级审美。最终结果中依旧是字字清晰并且整体效果就是那种可以直接商用的感觉四道题看下来U1 Pro的长处并不只在8K。它更擅长围绕一个完整目标组织画面把信息、版式、人物、材质和风格放进同一次任务里。除此之外像结构图、可商用图等等U1 Pro都是能hold得住的从一次生图到自己检查实测中几张图的共同点已经不只在画质。无论是二十四节气长图还是复杂海报和琉璃山河U1 Pro都需要同时记住多组要求并在同一张画面里持续处理信息、构图、风格和细节。这也对应了当前生图工具里一个很实际的问题。如今不少模型已经可以通过自然语言反复修改但任务稍微复杂一点结果依然容易失控。改对一个局部其他区域跟着变化画面看起来很专业文字和结构却经不起检查多改几轮后纹理、人物和背景也可能逐渐跑偏。商汤CEO徐立在现场将这一问题概括为能交互不等于能交付。U1 Pro选择的方向是把一次生图拉长成一套连续的创作流程。这里所说的“思考”并非向用户展示一长串文字推理更接近图像与文字交错进行的连续创作。在商汤联合创始人、首席科学家林达华与量子位的交流过程中他表示商汤在U1阶段已经观察到连续创作的雏形。模型可以先画草图再补充细节、着色逐步生成完整图像。团队也由此看到视觉模型有机会接近设计师的工作方式将生图能力推向内容设计的真实生产环节。由此进入U1 Pro后这套流程进一步扩展成一条闭环理解目标、规划任务、组织信息、生成内容、检查问题、持续修正最后完成交付。以我们最开始展示的WAIC九周年长卷为例模型要先消化九年资料再决定事件如何分布、年份之间如何衔接、山水和城市怎样组织、文字信息放在哪里最后还要保持统一的东方视觉风格。原生8K难点远不止多几个像素虽然8K直出是这次U1 Pro非常亮眼的一个标签但分辨率大幅提高背后带来的难度也是同倍增加。因为分辨率越高视觉Token数量也会增加Attention的计算量和显存占用随之上涨。对此商汤采用的一个关键方案是使用32×32的大Patch。正如林达华所说常见生图模型可能采用16×16 Patch如果一个Patch对应一个或一组Token边长扩大一倍后视觉Token总数可以降到原来的四分之一。这相当于把一张图划分成更大的格子格子少了计算压力会降低但与此同时大格子也更容易丢细节。为了解决这个问题团队又加入了自适应Noise Control对细节区域使用更有针对性的训练策略Patch之间保留一定重叠同时在空间采样、Loss设计和模型结构上进行优化。这些手段共同控制上下文规模避免8K带来爆炸式增长同时尽量保住小字、纹理和结构。总结来说U1 Pro把格子放大先减少总量再通过重叠和更精细的训练把大格子内部的细节找回来。生图也在复刻AI Coding的路从行业角度看U1 Pro更值得关注的地方是它对应了一次产品范式变化。要理解这种变化我们其实可以看下一下AI Coding。AI Coding最早是Copilot帮助专业开发者补全代码接着是Vibe Coding用户用自然语言表达需求再往后Coding Agent开始拆解任务、写代码、调用工具、测试和修复承担完整工程。模型价值也从“写了多少行代码”转向“能不能把项目做出来”。而多模态的内容也正在出现相似变化第一阶段是单点生成。第二阶段是意图驱动用户可以持续修改。第三阶段则指向系统级内容交付。模型不只生成一张图还要理解目标、组织信息、保持长程一致性、检查错误并交付可以使用的结果。Coding给商汤带来的启发是一项技术一旦突破工业红线真正带来生产力变化就有机会打开更大的商业空间。商汤由此判断图文交错思维和理解生成统一也可能打开视觉设计这条差异化赛道。当然U1 Pro目前还不能说是完美。因为异步生成意味着用户要用等待时间换更高完成度编辑能力、成本和稳定性仍需真实项目验证专业设计场景也不会只依赖一张最终图片图层、矢量元素、版本管理和团队协作同样重要。但可以确定的是方向已经变得清楚——当生图告别反复抽卡开始对结果负责多模态Agent的竞争才算真正开场。原文链接这可能是今年WAIC最惊艳的图片-36氪