商湯日日新 SenseNova U1 系列新成員——U1-8B-MoT-Interleaved 圖文交錯增強版模型，面向圖文交錯創作與生成（Interleaved Generation）場景進行了專項強化，更好地支持繪本、故事書、多頁 PPT、圖文教程等連續內容創作，解決傳統多模態模型“多輪生成后角色形象飄移、畫風斷裂、圖文脫節”等痛點。

核心突破：從“單張高質量”到“連貫圖文長序列”

SenseNova U1 圖文交錯增強版的核心能力表現在：能夠在長內容場景中，持續輸出風格統一、敘事連貫、圖文高度對應的多頁結果 ——它不再僅僅生成孤立的單張圖像 ，而是一套完整的、可直接使用的圖文內容序列。

其核心升級主要體現在四個方面：

1、敘事一致性與角色連貫性大幅提升

模型顯著提升了長周期創作中的敘事連貫性、角色一致性與畫風統一性。故事線在整個生成過程中被嚴格遵循，人物形象從第一頁到最后一頁均保持高度一致，徹底解決了此前多輪生成中角色形象“走調”的核心痛點。

2、圖文對應關系增強，告別“圖文脫節”

經過專項訓練，模型大幅改善了圖像內容與文字描述之間的語義對齊能力。生成的畫面能更準確地呈現文本所描述的復雜場景、動態動作與物體間的空間關系，有效減少了“圖文脫節”的現象。

3、視覺質量與Artifact明顯改善

針對人物結構、文字渲染、頁面排版等高頻高難區域進行了定向優化，顯著降低了生成物中的視覺瑕疵（Artifact），使復雜圖文混排內容更加自然、穩定和可用。

4、全新能力：多頁 PPT 自動生成

新版本首次支持了多頁 PPT 自動生成能力。模型能夠智能從輸入內容中提取要點，自行完成排版設計與文字渲染。

能力對比：四大場景實測表現

以下通過實際案例，直觀呈現SenseNova-U1-8B-MoT-Interleaved圖文交錯增強版模型在各類圖文創作任務中的真實表現：

場景一：教程類內容生成

? 任務場景：生成帶有步驟說明與配圖的圖文指南。這類場景的關鍵痛點在于：步驟必須清晰，圖文需嚴格語義對齊，且畫面邏輯要干凈實用。 ? 原版模型表現：生成的果蔬圖像雖較真實，但攪拌步驟的配圖出現了違背物理邏輯的“星云漩渦”；且生成步驟較為繁瑣，家庭實操實用性偏低。 ? 增強版模型優勢：西瓜圖像更加真實自然，無鋸齒狀視覺瑕疵（Artifact）；攪拌動作完全符合真實物理邏輯；同時步驟精簡實用，貼近真實操作場景。

原版

圖文交錯增強版

場景二：故事書類內容生成

? 任務場景：根據故事文本生成多頁連續的兒童繪本，核心難點在于確保角色不“變臉”、情節連貫完整。 ? 原版模型表現：未能遵循“角色突然失蹤”的關鍵情節指令；表達形式單一且無文字配解；情節邏輯不夠流暢，畫面中鳥類尾部及人物面部出現明顯形變（Artifact），形象不夠卡通，缺乏童話感。 ? 增強版模型優勢：精準呈現“突然失蹤”的核心反轉情節；故事原生配有文字講解，表達形式豐富，可讀性大幅提升；角色形象卡通化且穩定，無形變問題。

原版

圖文交錯增強版

場景三：繪畫過程類內容生成

? 任務場景：生成模擬手繪過程的逐步圖文內容，要求能循序漸進地呈現繪畫步驟與創意作品的誕生全過程，風格需高度統一。 ? 原版模型表現：基本遵循指令，但“過程感”呈現有限；畫面質感一般，缺乏紙張的紙質肌理，視覺上更接近生硬的數字渲染風格。 ? 增強版模型優勢：指令遵循更精準；繪畫步驟的過程性體現極強，層次感清晰可見；畫幅表現異常逼真，紙張上的畫面感極強，完美還原了真實手繪的藝術質感。

原版

圖文交錯增強版

場景四：PPT 內容生成

圖文交錯增強版模型首次解鎖了多頁PPT自動生成能力。拿以下“賽博朋克”主題PPT為例：風格高度統一（全程賽博朋克霓虹暗色調）、圖文語義嚴格對應、多頁敘事邏輯完整，很好地體現了增強版模型能力。

在單頁PPT自動生成上，增強版相比原版也取得了顯著提升。

? 任務場景：單頁PPT 自動生成，要求內容自動提取、排版設計自動完成，且文字渲染精準準確。 ? 原版模型表現：排版布局不夠穩定，整體布局欠清晰，文字排布擁擠，美觀度仍有較大提升空間。 ? 增強版模型優勢：不僅在布局穩定性與視覺美觀度上實現了質的飛躍，文字排版也更具呼吸感與視覺層次。

原版

圖文交錯增強版

而且借助"圖文交錯思維鏈"，模型將 PPT 布局設計的全過程以連續圖文的形式逐步呈現，讓創作邏輯一目了然。

讓長內容創作從此一氣呵成

從單張圖像的驚艷“盲盒”，到跨越連續多頁、邏輯嚴密、畫風如一的“完整圖文內容創作”，SenseNova U1 圖文交錯增強版模型的推出，標志著多模態 AI 連續內容創作正式跨入高實用性、高穩定性的全新階段。

無論是讓步驟嚴絲合縫的圖文指南，還是需要角色和情節完美連貫的兒童奇幻繪本，亦或是追求視覺排版層次的商業演示 PPT——它都用強大的指令遵循與極致的視覺質量，給出了令人驚艷的答卷。它讓 AI 真正告別了碎片化的單圖拼湊，走向了完整、長篇、端到端的連續敘事。