這，可能是今年WAIC最驚艷的圖片！

金磊 發自 上海
量子位 | 公眾號 QbitAI

剛剛，生圖圈殺出一個新國產模型——

不僅原生8K直出，還是會自己打草稿、做設計、檢查作業的那種！

瞧，下面這張超超超超長的8K圖，就是它做出來的：

這幅超長卷的主題，是“WAIC九周年2018—2026”；從左往右，時間依次鋪開，并且把每一屆的亮點內容都涵蓋了進來。

或許你會有疑問了，這么大的圖，細節能穩嗎？

好問題，我們這就“拿著放大鏡”再細細品鑒一下

字字清晰，字字清晰。

這，便是商湯剛剛在WAIC 2026上最新發布的的新模型——日日新SenseNova U1 Pro。

簡單來說，U1 Pro是一套面向復雜多模態任務的交付系統，它要圍繞目標完成理解、規劃、信息組織、多模態生成、檢查修正和最終交付，內核是理解、生成、行動的原生統一。

在看完整體的發布之后，我們可以把U1 Pro的亮點歸攏為如下三點：

• 原生8K輸出：重點不只是像素更高，還在于超大畫幅里繼續維持文字、構圖和細節；
• 圖文交錯思維：模型可以圍繞目標連續完成草圖、細化、著色、檢查和調整；
• 面向成品交付：商湯瞄準的場景包括信息圖、城市規劃、影視分鏡、學術海報和商業設計，希望模型少一些反復抽卡，多一些真正能拿去用的結果。

如果說以前的生圖模型，比的是誰畫得更像、誰出圖更快，那U1 Pro更像是把問題再往前推一步：

一張圖能不能少靠人收拾殘局，自己把整套活做完？

為了檢驗U1 Pro真實效果，我們又給它出了四道題。

生成8K版“二十四節氣”

第一個實測，繼續考驗一下U1 Pro的超長畫幅。

我們讓它圍繞二十四節氣，生成一張橫向展開的8K長圖。

這個任務其實考的還是AI抓細節的能力，比如24個節氣的名稱和順序不能亂；每個節氣要對應合適的物候與季節顏色；24個豎向單元需要彼此區分，同時保持完整的視覺風格；從春到冬的色彩也要自然過渡。

來看下U1 Pro生成的圖：

從整體看，模型確實把24個節點放進了同一套橫向版式里。

它沒有把結果處理成24張尺寸相同、彼此無關的壁紙。每一格的山水高度、植物位置和留白都在變化，畫面因此有了類似屏風和長卷結合的節奏。

所以U1 Pro已經是穩穩能夠輸出8K超長圖的選手了。

第二個實測，我們讓它設計一張高級實驗室視覺海報，主體就叫做《機器如何觀察和理解人類》。

Prompt要求畫面中央出現一位背對鏡頭、略微側身的人物，頭部和上半身疊加檢測框、坐標軸、幾何圓、運動軌跡、視線追蹤、空間網格和數據節點。

來看下細節：

比較意外的是，一般生圖模型只要提到的“科技”、“機器人”等關鍵詞，大多數可能都會選擇科技藍的色調。

但U1 Pro直接避開了這一點，暗金線條、黑色背景與紙張顆粒感，形成了比較完整的視覺層級。中心焦點明確，信息量很高，畫面卻沒有完全失控。

第三道題，是一幅琉璃質感的古風建筑山河圖。

要求里同時出現青綠色山脈、藍色河流、瀑布、寶塔、山門、亭臺、廊橋、宮殿、桃花林、松樹、祥云，以及一座帶有東方結構語言的未來建筑。

材質方面，山體要像琉璃、玉石和琺瑯共同燒制，表面有流動高光、釉面層次和金色描邊；水面要有通透感和反射；建筑則不能變成廉價的3D模型。

U1 Pro生成的結果如下：

從最終生成圖來看，模型能夠把琉璃山體、水系、古建和未來建筑組織成相對完整的世界，已經體現出它對復雜風格要求的執行力。

前三題全是大場景、超長圖和復雜排版，因此，最后一個任務，我們嘗試一下可以直接交付的、商業化的電影海報。

Prompt如下：

設計一張原創電影海報，整體為高完成度、可直接上映宣傳使用的成片海報，氣質介于東方詩意、懸疑史詩與現代藝術電影之間，具有強烈的視覺沖擊力和高級審美。

最終結果中，依舊是字字清晰，并且整體效果就是那種可以直接商用的感覺！

四道題看下來，U1 Pro的長處并不只在8K。

它更擅長圍繞一個完整目標組織畫面，把信息、版式、人物、材質和風格放進同一次任務里。

除此之外，像結構圖、可商用圖等等，U1 Pro都是能hold得住的

從一次生圖，到自己檢查

實測中幾張圖的共同點，已經不只在畫質。

無論是二十四節氣長圖，還是復雜海報和琉璃山河，U1 Pro都需要同時記住多組要求，并在同一張畫面里持續處理信息、構圖、風格和細節。

這也對應了當前生圖工具里一個很實際的問題。

如今不少模型已經可以通過自然語言反復修改，但任務稍微復雜一點，結果依然容易失控。改對一個局部，其他區域跟著變化；畫面看起來很專業，文字和結構卻經不起檢查；多改幾輪后，紋理、人物和背景也可能逐漸跑偏。

商湯CEO徐立在現場將這一問題概括為：

能交互，不等于能交付。

U1 Pro選擇的方向，是把一次生圖拉長成一套連續的創作流程。

這里所說的“思考”，并非向用戶展示一長串文字推理，更接近圖像與文字交錯進行的連續創作。

在商湯聯合創始人、首席科學家林達華與量子位的交流過程中，他表示：

商湯在U1階段已經觀察到連續創作的雛形。模型可以先畫草圖，再補充細節、著色，逐步生成完整圖像。團隊也由此看到，視覺模型有機會接近設計師的工作方式，將生圖能力推向內容設計的真實生產環節。

由此，進入U1 Pro后，這套流程進一步擴展成一條閉環：

理解目標、規劃任務、組織信息、生成內容、檢查問題、持續修正，最后完成交付。

以我們最開始展示的WAIC九周年長卷為例，模型要先消化九年資料，再決定事件如何分布、年份之間如何銜接、山水和城市怎樣組織、文字信息放在哪里，最后還要保持統一的東方視覺風格。

原生8K，難點遠不止多幾個像素

雖然8K直出，是這次U1 Pro非常亮眼的一個標簽，但分辨率大幅提高背后帶來的難度，也是同倍增加。

因為分辨率越高，視覺Token數量也會增加，Attention的計算量和顯存占用隨之上漲。

對此，商湯采用的一個關鍵方案是使用32×32的大Patch。

正如林達華所說，常見生圖模型可能采用16×16 Patch，如果一個Patch對應一個或一組Token，邊長擴大一倍后，視覺Token總數可以降到原來的四分之一。

這相當于把一張圖劃分成更大的格子，格子少了，計算壓力會降低；但與此同時，大格子也更容易丟細節。

為了解決這個問題，團隊又加入了自適應Noise Control，對細節區域使用更有針對性的訓練策略；Patch之間保留一定重疊，同時在空間采樣、Loss設計和模型結構上進行優化。

這些手段共同控制上下文規模，避免8K帶來爆炸式增長，同時盡量保住小字、紋理和結構。

總結來說，U1 Pro把格子放大，先減少總量，再通過重疊和更精細的訓練，把大格子內部的細節找回來。

生圖，也在復刻AI Coding的路

從行業角度看，U1 Pro更值得關注的地方，是它對應了一次產品范式變化。

要理解這種變化，我們其實可以看下一下AI Coding。

AI Coding最早是Copilot，幫助專業開發者補全代碼；接著是Vibe Coding，用戶用自然語言表達需求；再往后，Coding Agent開始拆解任務、寫代碼、調用工具、測試和修復，承擔完整工程。

模型價值也從“寫了多少行代碼”，轉向“能不能把項目做出來”。

而多模態的內容，也正在出現相似變化：

• 第一階段是單點生成。
• 第二階段是意圖驅動，用戶可以持續修改。
• 第三階段則指向系統級內容交付。

模型不只生成一張圖，還要理解目標、組織信息、保持長程一致性、檢查錯誤，并交付可以使用的結果。

Coding給商湯帶來的啟發，是一項技術一旦突破工業紅線，真正帶來生產力變化，就有機會打開更大的商業空間。

商湯由此判斷，圖文交錯思維和理解生成統一，也可能打開視覺設計這條差異化賽道。

當然，U1 Pro目前還不能說是完美。

因為異步生成意味著用戶要用等待時間換更高完成度；編輯能力、成本和穩定性仍需真實項目驗證；專業設計場景也不會只依賴一張最終圖片，圖層、矢量元素、版本管理和團隊協作同樣重要。

但可以確定的是，方向已經變得清楚——

當生圖告別反復抽卡，開始對結果負責，多模態Agent的競爭，才算真正開場。