SenseNova-U1.5-8B-MoT-SFT快速开始教程：10分钟从零环境搭建到第一张文生图-开发者社区

SenseNova-U1.5-8B-MoT-SFT快速开始教程：10分钟从零环境搭建到第一张文生图

【免费下载链接】SenseNova-U1.5-8B-MoT-SFT项目地址: https://ai.gitcode.com/SenseNova/SenseNova-U1.5-8B-MoT-SFT

SenseNova-U1.5-8B-MoT-SFT 是 SenseNova 团队开源的 80 亿参数统一多模态模型（监督微调版），支持高质量文生图、原生图像编辑与多模态理解。本教程带你完成快速开始：10 分钟内从零搭好运行环境，生成你的第一张文生图。

⚡ 模型亮点：为什么值得一试

SenseNova-U1.5-8B-MoT-SFT 基于 NEO-unify 原生统一多模态架构，一个模型同时搞定"理解"和"生成"，官方重点提升了六项能力：

更高质量的文生图：构图、色彩和谐度、材质渲染与真实感更强
更好的文字渲染：海报、信息图中的中英文文字更清晰易读
原生 4K 生成：高分辨率输出更稳定、更高效
原生图像编辑：局部编辑、换色、插入替换时更好保留原图内容
更强的复杂指令遵循：数量、空间关系、版式等多约束更稳定
更精确的视觉控制：支持边界框、视觉标记与多图参考

💡 说明：本仓库是SFT（监督微调阶段）检查点，官方最终版为SenseNova-U1.5-8B-MoT（经过额外后训练），两者同架构。

🖥️ 快速开始前的环境要求

项目	要求	说明
GPU	NVIDIA（建议 24GB 以上显存）	12~16GB 可尝试较低分辨率
CUDA	12.8	其他版本需按官方安装指南调整
Python	3.11	上游环境标准版本
PyTorch	2.8	随依赖一键安装
磁盘空间	≥ 16GB	完整权重约 16GB（bfloat16）

🛠️ 第一步：获取模型权重并搭建环境（约5分钟）

1. 克隆模型仓库

git clone https://gitcode.com/SenseNova/SenseNova-U1.5-8B-MoT-SFT cd SenseNova-U1.5-8B-MoT-SFT

克隆下来即是一个开箱即用的本地模型目录，关键文件如下：

文件	作用
`model-00001-of-00016.safetensors`~`model-00016-of-00016.safetensors`	模型权重（16 个分片）
`model.safetensors.index.json`	权重分片索引
`config.json`	模型结构配置（架构`NEOChatModel`，精度 bfloat16）
`tokenizer_config.json`、`vocab.json`、`merges.txt`	分词器配置与词表
`added_tokens.json`、`special_tokens_map.json`	新增视觉/控制专用 token
README.md、`README_CN.md`	英文 / 中文官方说明文档

2. 安装推理代码依赖

官方参考推理实现随 SenseNova-U1 代码仓库开源（获取方式见本仓库 README 的 Quick Start 章节），克隆后执行：

cd SenseNova-U1 uv sync source .venv/bin/activate

uv sync会根据项目锁定的依赖清单一键装好 Python 3.11、PyTorch 2.8 及全部依赖，无需手动处理版本冲突。

🎨 第二步：生成你的第一张文生图（约5分钟）

激活虚拟环境后，在推理代码目录中运行官方文生图示例：

python examples/t2i/inference.py \ --model_path ../SenseNova-U1.5-8B-MoT-SFT \ --prompt "A cinematic mountain lake at sunrise, realistic photography." \ --width 2048 --height 2048 \ --device_map auto \ --output output.png

参数速览：

--model_path：指向克隆好的模型权重目录（本地路径即可，也可填模型平台的模型 ID 自动下载）
--prompt：文生图提示词，中英文均可
--width/--height：输出分辨率，示例为 2048×2048；显存不足可降到 1024×1024
--device_map auto：自动在 GPU/CPU 间分配权重
--output：输出图片路径

几分钟后，output.png里就是你的第一张文生图了 🎉

✂️ 第三步：顺手体验原生图像编辑

同一个模型还支持"文+图"输入的原生图像编辑，无需额外部署编辑模型：

python examples/editing/inference.py \ --model_path ../SenseNova-U1.5-8B-MoT-SFT \ --image input.png \ --prompt "Change the jacket to cobalt blue. Preserve the face, pose, background, lighting, and framing." \ --output edited.png

把input.png换成你自己的图片即可。可以看到官方示例的写法精髓：先说要改什么，再明确列出必须保留的部分，这是编辑效果稳定的关键。

💡 出图效果调优：3 个实用技巧

简单任务直接写自然语言：主体明确、约束少的请求，直接描述即可，模型理解力足够强。
复杂任务使用 Prompt 增强：多约束生成或精细编辑时，可启用官方的 Prompt 增强（Image PE / Editing PE）配方做额外规划，具体用法见官方 Cookbook（README 中有说明）。
颜色过饱和、细节过重？：适当调低cfg_scale参数，通常能明显改善画面"用力过猛"的问题。

如果暂时没有 GPU，也可以直接在官方SenseNova-Studio免费在线平台上体验 SenseNova-U1.5，无需安装、无需显卡。