A SenseTime apresentou o modelo SenseNova U1.5-Lite-Preview, que foi aberto para a comunidade. Este modelo multimodal unificado e leve continua a utilizar a arquitetura NEO-Unify, garantindo geração nativa em resolução 4K e capacidade de edição precisa, permitindo a reprodução de estruturas de design em infográficos e conteúdo criativo.
O modelo SenseNova U1.5-Lite-Preview possui apenas 8 bilhões de parâmetros MoT, o que lhe permite gerar imagens de alta densidade mantendo detalhes completos mesmo ao aumentar, além de criar visuais artísticos e realizar edições precisas. No processo de criação de conteúdo, tarefas complexas e ajustes determinam se o modelo pode ser integrado aos fluxos de trabalho criativos.
O modelo é capaz de processar infográficos de alta densidade que combinam conteúdo e layout. Por exemplo, para uma imagem de uma câmera vintage desmontada, ele precisou organizar uma linha do tempo, módulos de conhecimento, estrutura e hierarquia visual dentro de um único quadro, executado em um estilo gravado monocromático rico em detalhes.
A capacidade de reproduzir estruturas de design merece atenção especial. Ao receber um infográfico sobre uma viagem por marcos do cinema e televisão pop contemporâneos, o modelo conseguiu transformá-lo no tema 'Viagem da Correspondência Postal', mantendo o caminho curvo, o ritmo dos nós e o layout geral, substituindo o conteúdo cinematográfico por elementos de entrega, triagem, transporte e distribuição. Assim, o modelo compreendeu não apenas o estilo, mas toda a estrutura do design.
A funcionalidade de edição leva em conta a realidade da produção de conteúdo, que exige múltiplas revisões. No caso de um produto cultural de museu, o modelo manteve a estrutura definida, a inscrição MUSE, o processo de seis etapas e a paleta de cores bege-marrom, enquanto substituía o objeto visual principal. Isso corresponde às mudanças reais quando os clientes alteram o tema e o estilo visual, mas mantêm a estrutura geral.
Em um desafio de teste complexo, o modelo editou o ideograma ying para ming, usando o casco original do navio como toque final e reorganizando as ondas nos elementos restantes para que o novo ideograma parecesse natural, como se estivesse crescendo do mar. O modelo também sabe considerar múltiplas fontes de informação: no exemplo de frango frito, uma imagem fornecia o layout e o estilo da receita, e outra fornecia a imagem real da comida.
O lançamento do SenseNova U1.5-Lite-Preview com código aberto fortalece o ecossistema chinês de modelos multimodais de código aberto. Graças ao perfil leve de 8B-MoT parâmetros, a implantação local torna-se prática para desenvolvedores, e o suporte nativo a 4K visa cenários de uso profissionais, incluindo publicidade, design editorial, design de informação e produção de conteúdo.
A arquitetura unificada NEO-Unify elimina a divisão tradicional entre modelos de compreensão e geração, permitindo que um único modelo interprete instruções multimodais complexas e execute tanto a criação quanto o ajuste preciso. As capacidades demonstradas de reprodução de estruturas e edição com preservação de contexto resolvem problemas reais em fluxos de trabalho criativos, onde a qualidade dos ajustes e a coerência do design linguístico são tão importantes quanto a geração inicial. Este lançamento posiciona a SenseTime no ambiente competitivo de geração de imagens, ao lado de modelos fechados e abertos, oferecendo aos desenvolvedores uma alternativa diferenciada através da combinação de pesos abertos, saída 4K, implantação leve e precisão de edição.
A Lightelligence anunciou que atingiu o ponto de comercialização dos cálculos ópticos, apresentando o chip PACE 3 com uma matriz fotônica de 256x256. No fórum WAIC 2026, a empresa demonstrou o primeiro cálculo fotônico implementado no mundo em condições reais, utilizando o sistema de controle de acesso Tianshu Light Cube.
O chip PACE 3 foi desenvolvido especificamente para executar inferência de grandes modelos, e não para seu treinamento. Ele utiliza uma arquitetura de computação fotônica na memória para realizar multiplicações de matrizes por vetores, que é o padrão computacional principal na inferência de redes neurais. Essa arquitetura garante menor latência e melhor eficiência energética em comparação com análogos eletrônicos.
A arquitetura fotoelétrica híbrida resolve um problema fundamental: embora os cálculos fotônicos possuam vantagens como alta largura de banda, menores perdas na transmissão e capacidade natural de processamento paralelo, sua aplicação prática exige integração com sistemas eletrônicos para conversão de dados e controle. O principal obstáculo para a escalabilidade era a contradição: os consumidores finais não viam incentivo para reestruturar o software para hardware não testado, e os fornecedores não tinham demanda de mercado para cobrir os custos de produção de dispositivos ópticos.
O método da Lightelligence consiste em combinar as capacidades de comutação óptica, conexão óptica e os próprios cálculos fotônicos dentro de sua linha de produtos. Isso permite criar soluções fotoelétricas integradas que não exigem que os clientes reestruturem completamente sua pilha de software. O cofundador e diretor técnico, Dr. Meng Huaiyu, observou que o tamanho da matriz fotônica foi intencionalmente escolhido para alcançar um equilíbrio ideal, pois grandes cálculos exigem coordenação eficiente entre matrizes de diferentes tamanhos, e não uma única excessivamente grande.
Dr. Shen Yichen comparou o estágio atual de desenvolvimento à criação de uma loteria de hardware para aplicações futuras, traçando paralelos com a forma como os processadores de jogos da NVIDIA impulsionaram o desenvolvimento de redes neurais. A Lightelligence também coloca simuladores em salas de aula para que algoritmos de próxima geração possam evoluir em hardware fotônico. A empresa afirma que os cálculos fotônicos não são um substituto para as GPUs, mas sim formam um ecossistema totalmente novo, e a demonstração do sistema de controle de acesso confirma a estabilidade operacional de longo prazo.
