商汤开源SenseNova U1.5预览版,原生4K出图

SenseNova U1.5的预览版放出来了,多模态,原生支持4K图像生成。

我盯的是“原生”这俩字。现在不少4K其实是两步走:先出1K,再接超分拉上去。原生则是训练和推理都直接在目标分辨率上做。这两条路出来的图,放到100%看细节分布差得不小——超分是在已有像素上补纹理,补出来的东西往往过于规整,砖缝、皮肤、树叶像一个模子印的;原生生成的那种脏和乱,反而更接近真拍。做写实的应该懂我说的那种“太干净”的假。

好处不是白来的。4K的注意力开销不是线性涨的,分辨率上去一截,要算的东西涨得远不止一截,显存和推理时间都会压上来。他们具体怎么处理的我现在说不上,得看代码,这里不乱讲。

对本地折腾的人来说,预览版就肯开源已经是好消息,起码采样和调度能自己接管,不用被默认配置绑死。我会等权重和推理脚本都齐了再上手跑,在那之前能下的判断就一条:方向是对的。

码住

4K原生对显卡是场硬仗,24G能不能跑得看优化做到什么份上