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 " 二十四节气 "

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。

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

点亮星标

科技前沿进展每日见