这次目前只开源了权重,我还没饭判断本地部署的成本,把主要功能放在这儿 原生 4K 图像生成 U1.5 重新设计了图像生成头,并把训练扩展到 4K 分辨率。 这部分主要改善: 局部纹理和高分辨率细节 材质表现 光影一致性 视觉 Token 网格产生的痕迹 拼接缝和破损纹理 中英文文字和复杂排版 这次更新加强了中文、英文文字生成,以及海报、信息图和品牌视觉中的复杂布局 简单任务仍然可以使用短提示词, 长提示词和 JSON 一类的结构化指令主要用于提高复杂任务的可控程度,不是每次生成都需要写几千字 这个方向对海报和信息图比较实用。这类任务的难点通常不在于生成一张好看的背景,而在于同时处理文字、层级、对齐、多个主体和局部约束。 图像编辑能力 U1.5 覆盖的编辑方式比较多: 根据参考图重新解释风格和设计 从多张参考图提取人物、产品、场景或风格并重新组合 根据单张人物或产品图制作新海报 修改信息图中的标题、数字、图标、图表和局部布局 替换现实场景中的文字 通过红框、坐标或标...