讲真，我没看出这图是AI做的，更没想到是国产AI做的

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 讲真，我没看出这图是AI做的，更没想到是国产AI做的 十三 2026-09-22 21:57:10 来源： 量子位 金磊 发自 凹非寺 量子位 | 公众号 QbitAI 家人们，你们看下面这两张图，能分得出哪张是AI，哪张是真实的吗？ 答案是， 都是AI 。 即便我们把图片放大，似乎也是找不到以前那种“一眼AI”的细节： 而且啊，这两张图片并非出自你以为的Image 2.5之手，实则是来自一个 国产AI —— 正是我们之前称之为“今年WAIC最惊艳的图”背后的模型，来自 商汤科技 的 SenseNova U1 Pro （下文简称U1 Pro）。 而这次是正式版上线，现在已经可以在 商汤小浣熊 平台上使用，API也已经开始向企业客户开放了。 不过有一说一，图生成的好只是一方面；生成后能不能继续改、直到达到可商用，同样也是现在AI生图圈里比较关注的一点。 因此，接下来，我们就要对U1 Pro来一波深度实测了~ 生完图还能继续精修 在实测之前，老规矩，我们先来介绍一下操作方式。 首先是 小浣熊 这个平台，点击输入框下方的 “一图读懂” ，就可以选择U1 Pro模型了： 不过目前小浣熊平台仅支持复杂图片的生成，企业客户可以通过API或者SenseNova Studio体验多轮修改等功能。 所以我们特意申请了实测邀请码，接下来的实测也将在 SenseNova Studio 平台上展开，同样是选择U1 Pro模型即可（2K清晰度起步，最高4K）： 给生活照换个风格 第一轮实测，我们小试牛刀一下，拿一张随手拍的 生活照 ，把它重构成完全不同的风格。 首先我们上传一张自己拍的照片： △此图为实拍图 并附上这样的Prompt： 仅仅几分钟时间，写实的人物照片就切换好风格了： 可以看到，U1 Pro很好地理解到了Prompt的意图，并在没有发生任何畸变的情况下，将整体图片变成了纸质的感觉。 但到这里还没有完，我们继续给U1 Pro上难度，让它在新图的基础上，只对局部进行调整： 只修改人物深色外套里面的黑色圆领T恤，将T恤改为白色。 修改范围严格限定在敞开外套之间、颈部下方至腰部上方可见的内搭T恤纸片，包括圆领边缘。 这张图局部改色的难点在于，T恤是黑色的、皮带是黑色的、裤子也是黑色的，加上人物胸前还有胸牌遮挡，AI极容易混淆边界。 但U1 Pro却精准地把T恤的边界给拿捏住了；由此可见，它对于图片整体的把控还是相当到位的。 多图合成一家猫咪经营的微缩咖啡店 刚才的实测我们只是输入了一张图，那如果是 多个参考图 ，U1 Pro是否也能hold住呢？ 来，上四张图： 这次实测的效果，我们想要把这四张图片揉成一张 一家猫咪经营的微缩咖啡店 。Prompt如下： 将四张参考图组合成一张横版4:3的微缩咖啡店宣传海报，主题是虚构店铺“街角补给站”。请明确区分四张图的作用。 图1：只参考店面的建筑轮廓、门窗数量、门窗相对位置和遮阳棚形状，把它制作成摆在桌面上的1:12微缩店铺模型。原图招牌文字统一替换为“街角补给站”，不要改成另一种建筑。 图2：参考这只猫的毛色、额头花纹、脸部轮廓和胸口特征，制作成店铺里的微缩猫店长。让猫坐在门口一张小凳子上，系一条深蓝色围裙，身体比例自然，不做成人类身体。 图3：参考杯子的形状、把手、颜色和表面图案，把它缩小后放在店外的小桌上。杯子与桌椅符合微缩场景的相对比例，不修改产品结构，不额外增加杯子。 图4：只参考海报的版面分区和文字层级，不复制其中的物品、配色或示例文字。 店铺使用涂漆木材、透明亚克力窗、织物遮阳棚和细小金属门把手，呈现真实手工模型的质感。所有主体采用一致的透视与左上方柔和光线，有合理接触阴影，不能像四张图片直接拼贴。 海报必须完整、准确地出现以下文字：店名“街角补给站”；主标题“今天，先喝一杯再出发”；产品信息“桂花拿铁 28元”；营业信息“营业时间 08:00—20:00”。 店名可以出现在实体招牌上，其余信息放在海报文字区。不要编造地址、联系方式、促销信息或二维码。整体温暖、有生活感，信息在手机正常阅读尺寸下清楚可辨。 猫还是那只猫，杯子还是那个杯子，店铺门面也没有改变，并且最终生成的图片也跟结构草图完全对应上了。 由此可见，U1 Pro不仅能一口气抓取每张参考图的关键信息，同样是不发生任何畸变的情况下，把它们按照Prompt要求完整输出出来。 修改，修改，再修改！ 在第一轮实测中，虽然我们已经感受到了U1 Pro 修改局部内容 的能力，但在真实工作环境中，修改这件事，可能还真不是只发生一次。 所以接下来，我们就测试一下，当 连续修改 时，U1 Pro是否依旧能够稳定发挥。 先来 改一下 刚才“猫咪咖啡店海报”的 价格 ： 编辑这张海报，只把“桂花拿铁 28元”改为“桂花拿铁 26元”。 保持产品名称、原有字体风格、字号、文字颜色和所在位置，尽量只改价格中的必要字符。 店铺、猫咪、杯子、招牌、主标题、营业时间、背景、光影和其他文字保持原样，不重新设计整张海报。 可以看到，原先的“28元”，已经改成了 “26元” ，并且是毫无违和感的那种。 继续修改 ： 把主标题“今天，先喝一杯再出发”替换为“今天的好心情，从这一杯开始”。 新标题仍放在原主标题区域，可以在这个区域内合理换行并小幅调整字号，保持原来的字体风格、颜色和视觉层级。 不要遮挡店铺、猫咪、杯子或其他信息。 再继续： 只把桌上咖啡杯的杯身底色改为深墨绿色。保留杯子原来的形状、把手结构、表面图案、大小、位置、材质和光照关系。 连续三轮 的修改，图片全程都是 指哪儿改哪儿 ，其它地方可以明显看到一点都没有发生任何变化。 由此可见，U1 Pro确实是经得起连续折腾的那种生图AI了。 一口气生成八格连续动作 第四轮实测，我们再上难度。 之前Image 2.5刚出的时候，就有不少网友整个了活儿，就是让基于一张原图，生成一个八宫格、连续动作的图片；再基于生成出来的图片，做成一个可以动的GIF。 那么我们也来看下U1 Pro能否做到，输入图是这样的一只猫咪： Prompt如下： 根据上传的猫咪参考图，生成一张横版16:9的连续动作图集，严格分成4列×2行，共8格。每格都是同样尺寸的正方形，格间使用等宽窄白边，方便后续裁切，不添加格号或任何文字。 主角是一只以参考照片中的猫为原型的手工毛毡猫，保留它的额头花纹、脸部轮廓、胸口毛色和尾巴纹路，佩戴一条深蓝色小围巾。画面具有真实毛毡纤维和定格动画布景的质感。 八格按从左到右、从上到下的顺序，连续表现同一只猫在办公桌前结束工作的过程： 第1格，猫坐在凳子上，两只前爪放在打开的笔记本电脑前； 第2格，猫抬起右前爪，伸向电脑屏幕上沿； 第3格，右前爪把屏幕压到半合状态； 第4格，屏幕完全合上，前爪仍搭在电脑上； 第5格，猫收回前爪，身体转向画面右侧； 第6格，猫从凳子上跳下，身体处于低空，朝右移动； 第7格，猫落在地面，向右迈步； 第8格，猫走到画面右边缘，身体仍