SenseNova U1.5-Lite-Preview: SenseTime abre el código de su IA multimodal con generación nativa de imágenes

SenseTime (商汤科技) abrió el 3 de agosto de 2026 el código fuente de SenseNova U1.5-Lite-Preview, la versión preliminar de un modelo multimodal ligero, nativamente unificado y basado en la arquitectura NEO-Unify. Es la continuación de SenseNova U1, lanzado en abril, con capacidades reforzadas de generación y edición de imágenes.

Qué son SenseNova U1 y la arquitectura NEO-Unify

En abril de 2026, SenseTime presentó por primera vez de forma completa su enfoque multimodal nativamente unificado, construido sobre la arquitectura NEO-Unify. La idea clave: en lugar de encadenar modelos especializados, una sola red neuronal se entrena conjuntamente con tres tipos de datos a la vez.

• Abril de 2026: lanzamiento de SenseNova U1, la primera implementación completa de NEO-Unify
• Una única red neuronal integra semántica lingüística, semántica visual y generación de píxeles
• El modelo realiza de forma nativa comprensión visual, razonamiento y generación de imágenes
• 3 de agosto de 2026: apertura del código fuente de la versión ligera U1.5-Lite-Preview

El entrenamiento conjunto de las tres modalidades permite al modelo mantener una representación única del contexto. Según los desarrolladores, esto supone una ventaja en tareas complejas, donde la comprensión de la imagen influye directamente en la calidad de la generación.

Qué ha cambiado en U1.5 respecto al original

SenseNova U1.5-Lite-Preview desarrolla el U1 de abril en dos direcciones principales. Según SenseTime, en los meses posteriores al lanzamiento el equipo se centró precisamente en mejorar la generación y la edición de imágenes, los componentes que han experimentado más cambios.

«En los últimos meses hemos reforzado de forma constante las

capacidades del modelo en generación y edición de imágenes, y ahora abrimos a la comunidad una versión preliminar del modelo ligero», señala el comunicado oficial de SenseTime en la plataforma Jiqizhixin.

El sufijo «Lite» indica una variante aligerada de la arquitectura, pensada para un público más amplio de investigadores y desarrolladores que no disponen de una infraestructura potente para modelos insignia. El estado «Preview» significa que se trata de un lanzamiento preliminar: la versión final aún está por llegar.

Por qué la unificación nativa supera al pipeline

La mayoría de los sistemas multimodales siguen funcionando como una cadena: un bloque de comprensión de imágenes convierte la imagen en texto, un modelo de lenguaje lo procesa y un bloque generativo dibuja el resultado. En cada unión se pierde contexto y se acumulan errores.

La arquitectura nativamente unificada NEO-Unify elimina esas uniones: el modelo ve la tarea completa (texto, contexto visual y resultado en píxeles) y los procesa de forma conjunta. Esto permite editar una imagen teniendo en cuenta matices del contexto visual que, en un enfoque de pipeline, se perderían al convertirse en texto.

Qué significa

La apertura del código de SenseNova U1.5-Lite-Preview hace accesibles para su investigación directa los modelos multimodales nativamente unificados. Los desarrolladores pueden estudiar la solución arquitectónica de SenseTime, reentrenar el modelo con sus propios datos o usarlo como base para experimentos. Para SenseTime, es una forma de obtener la opinión de la comunidad antes del lanzamiento comercial final.

Preguntas frecuentes

¿Qué es la multimodalidad nativamente unificada?

Es un enfoque en el que una única red neuronal se entrena para trabajar a la vez con texto, datos visuales y generación de píxeles, sin pipelines intermedios. SenseTime aplicó este principio en la arquitectura NEO-Unify, a partir de abril de 2026 con el modelo SenseNova U1.

¿En qué se diferencia U1.5-Lite-Preview de SenseNova U1?

U1.5-Lite-Preview es una versión ligera con capacidades mejoradas de generación y edición de imágenes, desarrolladas durante los meses posteriores al lanzamiento de abril. «Lite» significa un tamaño de modelo reducido para un público más amplio; «Preview», que se trata de un lanzamiento preliminar abierto para la comunidad investigadora, no de un producto comercial final.