社区

随着图像生成走向交付使用，图像生成模型的排版和文字生成能力快速提升：更丰富的版式、更清晰的层级，以及更自然的图文融合，让 AI 生成的信息图越来越接近真实生产需求。

但在高信息密度场景中，错字修改、图标调整、内容增补等局部修改仍难以完全避免。哪怕只出现一个文字错误，也可能让整张图无法直接使用，用户只能重新生成、反复“抽卡”。

为进一步提升模型在图文融合与结构化视觉内容生成中的交付能力，我们推出SenseNova U1信息图增强版V3（SenseNova-U1-8B-MoT-Infographic-V3，以下简称Infographic-V3）。

模型权重下载地址：

https://huggingface.co/sensenova/SenseNova-U1-8B-MoT-Infographic-V3

新版本延续了 V2 强大的信息图生成能力，并首次加入信息图编辑能力：当画面整体已经令人满意时，用户无需推倒重来，只需针对局部文字或整体风格进行修改，即可继续完善作品。

主题风格换成漫画风格，需要进行以下修改：

第一项修改：将原图中的文字：“STYLE”替换为：“时尚杂志”

第二项修改：将原图中的文字：“FORWARD”替换为：“美丽的补充力”

删除海面下的塑料袋、塑料瓶和吸管，将中央口号改为白色手写体“SAVE OUR OCEAN”，把右侧海龟移到文字下方并在底部新增回收标志，保持海洋分层结构清晰

从“重新生成”到“按需修改”

让好图不再因小错作废

局部文字编辑

Infographic-V3 支持多种信息图的编辑方式。用户既可以在图上标注目标区域后进行定点修改，也可以通过自然语言(Prompt) 直接指定需要修改的内容。面对错字、漏字或重复字，模型能够在尽量保持原有版式、配图和视觉结构的前提下完成修正。

全局布局编辑

此外，Infographic-V3 还具备全局布局编辑能力，能够在保留核心信息的基础上，重新组织内容层级与版面结构，让信息呈现更加清晰，并灵活适配不同尺寸与使用场景。

信息图生成能力

更重要的是，编辑能力的加入并未以牺牲生成能力为代价。Infographic-V3 延续 V2 在图文融合、复杂排版与结构化视觉表达方面的优势，能够处理高信息密度内容、复杂版式与多样视觉风格。

从 MT阶段重启训练

兼顾生成与编辑能力

为了获得稳定的信息图编辑能力，我们没有只在后训练上调整，而是回到 MT（中期训练）阶段重新设计训练路径。围绕真实编辑需求，我们合成了形式多样的信息图编辑数据，并按照一定配比联合训练文本生成图像（T2I）与图像编辑任务。

模型随后依次经历 MT、SFT（监督微调）和 RL（强化学习）阶段。实验结果表明，这种联合训练方式使 Infographic-V3 在保留较强信息图生成能力的同时，获得了多种文字编辑和风格编辑能力，为信息图从“一步生成结果”走向“可持续修改的视觉作品”打下基础。

新增编辑能力评测

在两项近期 Benchmark 上取得良好表现

针对新加入的编辑能力，我们新增了专门评测文字编辑能力的 WeEdit 评测基准，也引入近期开源的Qwen-Image-Bench 进行文生图综合能力的评测。结果显示，Infographic-V3 在两项评测中均取得了良好表现，验证了模型在文字修改、局部编辑与综合图像编辑方面的能力，在文生图的综合能力上也稳步提升。

下一步：让模型学会自我检查、自我纠错与持续迭代

Infographic-V3 已经具备单轮生成与单轮修改能力，实现从首次创作到后续修改的一体化体验，而这只是起点。SenseNova-U1 架构原生支持图文交替思考，这意味着模型未来有机会在生成信息图后主动检查内容与版式，发现问题后自主调用编辑能力完成纠错，并通过多轮迭代持续优化结果。

当生成、检查、修改形成闭环，信息图创作将从“用户反复抽卡”进一步走向“模型自主打磨成品”。我们期待持续增强模型一次**付高质量视觉内容的能力，让 AI 信息图真正进入更可靠、更高效的生产流程。

目前SenseNova U1信息图增强版V3（SenseNova-U1-8B-MoT-Infographic-V3）已面向全球用户开源。欢迎广大创作者、开发者下载体验，持续为我们提供反馈和建议。

模型权重下载地址：

https://huggingface.co/sensenova/SenseNova-U1-8B-MoT-Infographic-V3

模型文档：

https://github.com/OpenSenseNova/SenseNova-U1/blob/main/docs/u1_infographic_model_CN.md

更多模型新动态，欢迎关注7月18日WAIC 2026 商汤科技“基座大模型架构创新与生态合作论坛”，可扫码文末海报预约直播~