这些图片竟然是国产AI模型做的——商汤科技U1 Pro

先看下面这两组对比图，能分得清哪个是是用gpt-image 2.5做的吗？

答案是，两组图右边的是gpt-image 2.5做的，左边的是来自商汤科技的SenseNova U1 Pro（后面直接省事，就U1 Pro了）。

我也算深度实测了一波，有很多次都让我觉得这不就是国内的gpt-image 2.5吗。

前两天，商汤宣布U1 Pro正式版上线小浣熊。

大家可以直接在商汤小浣熊网页端中直接体验。在商汤小浣熊网页端，选择输入框下方的“一图读懂Beta”就可以选择U1 Pro进行生图了，还可以调整生图比例。

不过目前小浣熊只支持文生图，不能进行参考生图和多轮修改。企业客户可以通过API或者SenseNova Studio体验多轮修改这些功能功能。

其U1 Pro在今年7月18日已经发布。这次是正式版上线了小浣熊。

直接上实测。

第一轮实测，我让U1 Pro给我生成了几张视觉作品，我觉得这个挺考验U1 Pro的审美和对提示词的理解能力的。

生成一张 3:4 竖版当代东方家居品牌视觉海报。画面主体是一只大型陶瓷花器，整体轮廓极简而现代，表面是非常深的墨黑釉，局部存在天然窑变纹理。花器中只插一根极长、弯曲的枯枝，枝条横跨大半个画面。场景建立在一个抽象化的东方空间中：地面是暖灰色微水泥，一块巨大而低矮的朱砂红圆形平台嵌入地面；后方竖立一面半透明宣纸质感的巨大弧形屏风，屏风上没有文字和传统纹样，只透出一轮模糊的巨大暖白光源。画面右侧悬挂一块细长的黑色石材，像建筑构件一样从顶部垂下，与横向枯枝形成强烈构图关系。地面有一小片非常浅的水面，让花器、枝条和屏风形成柔和倒影。整个视觉要体现“东方审美经过现代设计系统重新组织”的感觉：克制、极简、留白、大尺度、材质真实，而不是龙、凤、祥云、宫灯、书法和传统纹样的堆砌。光线安静但有戏剧性，主体边缘清晰，黑釉、纸、石材、水面、微水泥五种材质必须明显不同。整体像国际设计杂志中的品牌视觉，而不是古装场景。

几分钟时间，图就做好了。

可以看到，U1 Pro在这张图片上基本上很好的理解了我的提示词意图的。唯一感觉有点小瑕疵的是，我在提示词里要求“花器、枝条和屏风形成柔和倒影”，但U1 Pro给的图片中，是没有枝条的倒影的。

我还让gpt-image 2.5和豆包来试了试，豆包来参赛纯粹就是当时闲着没事。

左边是gpt-image 2.5，右边为豆包。从对提示词的理解、意境和审美上来看，我觉得gpt-image 2.5完成的效果是最好的，但U1 Pro的实现也只是半招之差。

此外，我还做了一些其他的视觉作品，使用相同的提示词，让U1 Pro和gpt-image 2.5进行对比。

比如我让它们生成一个未来主义的时尚大片。

生成一张竖版未来主义时尚大片。主体是一位虚构的成年女性模特，全身入镜，站在画面中央略偏左。她穿一套结构极强的黑白建筑感服装：上半身为不对称硬挺白色外套，左肩形成夸张的几何结构；下半身为极长的黑色裙装，裙摆在地面形成清晰、有控制的褶皱，而不是随机布料。模特没有夸张表情，姿态冷静而坚定。短发贴合头部轮廓，妆容极简。场景是一座完全抽象的超大尺度红色建筑空间。背景只有三种结构：左侧一道向后延伸的巨大弧形墙，右侧一面倾斜切入画面的黑色平面，以及后方一个非常小的白色方形出口。通过巨大建筑尺度与人物形成强烈比例反差。一束锐利白光从右上方切过空间，只照亮模特上半身和一部分红色墙体，其他区域保留大面积阴影。人物的服装边缘、皮肤、织物纹理和建筑材质必须清晰。整体不是科幻 cosplay，而是高级时装杂志、建筑摄影与现代主义平面构成的结合。色彩严格控制在红、黑、白三色，不要霓虹灯、赛博朋克元素、武器、机械义肢、飞行器或无意义装饰。

左边是U1 Pro，右边是gpt-image 2.5。我个人更喜欢U1 Pro生成的效果。

我觉得在艺术感作品这个方向上，U1 Pro还是能打的，甚至和gpt-image 2.5站在差不多的高度了。

我先让U1 Pro生成四个产品图，键盘、鼠标、音响和台灯。首先，U1 Pro文生图的效果很强。

然后使用这次四张图作为参考，交给U1 Pro，让它做一张品牌官网首屏 KV。

使用提供的四张产品参考图，生成一张 16:9 横版高端办公设备品牌官网首屏 KV。严格保留四件产品各自原有的造型、颜色、比例、材质和关键设计特征，绝对不得重新设计产品，尤其台灯必须严格贴合参考图：圆形底座、细长竖直灯杆、较短而纤薄的水平矩形灯头，灯头长度不要过长，灯杆与灯头比例必须准确。将深灰机械键盘作为主视觉中心放在画面中下部偏左位置，暖白无线鼠标位于键盘右侧，与键盘形成自然使用关系；圆柱桌面音箱位于右后方；金属台灯位于左后方，并真实地向桌面和背景投下一束柔和、克制、具有建筑感的暖白光线。四件产品必须处于同一个完整空间中，而不是四张独立产品图拼贴。场景采用浅灰、暖白与石墨灰构成的现代桌面展示空间，包含一块低矮的大型矩形台面，以及极简建筑式背景，背景可加入非常克制的大尺度几何切面、垂直线与矩形结构，营造高端工业设计品牌官网氛围。让台灯的光在桌面与背景墙面形成一块具有透视关系的几何光域，类似建筑空间中的天窗投影，而不是普通圆形光斑，用光影引导视线聚焦到键盘区域。橙红色 Esc 键与音箱顶部按钮形成两个小型视觉呼应点，整张图的点缀色仅限这两处及少量品牌辅助元素。画面保留大量负空间，在右上或中右区域加入品牌官网式排版，采用瑞士现代主义 / 国际主义平面设计风格，大字号无衬线标题，精确网格布局，非对称构图，标题准确写为“THE DESK, REFINED.”，分成两行排布，颜色为深石墨灰；下方加入一行很小的辅助文字“WORK / LIGHT / SOUND / CONTROL”。标题旁可加入一个极小的橙红色圆点或短横线作为视觉节奏，但不要加入其他无关图形。整体风格应是“高端工业设计品牌官网 × 瑞士现代主义编辑设计 × 建筑感光影”，强调真实前后遮挡、接触阴影、统一光源、材质一致性、精确构图、高级留白与克制科技感。最终效果必须像国际高端办公硬件品牌官网广告，而不是普通办公桌照片，不增加电脑、手机、植物、咖啡杯或其他物品。

所有产品都给我放在桌子上了，东西也都还是那个东西，最终生成的图片最终也跟我提示词中强调的完全对应的上。

所以说，这件事gpt-image 2.5能做，U1 Pro也能做。

在实打实的设计工作中，增加、清除、修改、调整这些活肯定都是逃不过的。下面接着就测试一下，U1 Pro是否能撑得住连续修改。

先修改一下图片中的文字。

基于当前图片进行编辑，保持四件产品的造型、颜色、材质和结构完全不变，只删除原有文字，在右上加入“FOCUS, REDEFINED.”和小字“INPUT / CONTROL / LIGHT / SOUND”。整体保持高级办公硬件官网 KV 质感，不增加其他物品。  

文字非常丝滑地完成了替换，如果不仔细看，我觉得都很难发现文字变了。

我觉得现在的台灯灯光太僵硬了，继续调整，让灯光更柔和。

基于当前图片进行编辑，保持四件产品的位置、造型、颜色、材质以及现有文字完全不变。仅调整台灯的照明效果：让灯头向下投射一块柔和、略带矩形轮廓的暖色光区，覆盖键盘左侧和部分桌面，并产生真实的明暗过渡、接触阴影和材质反射。除灯光外不要修改任何内容。  

连续的修改，全都精准地落地完成了，其他地方没有看到任何变化。

我觉得风格迁移对现在的新模型来说，都是小菜一碟了。所以这里小提一下。

直接让U1 Pro生成一组连续动作图集。

这个测试是我看到了其他的评测，据说还是之前Image 2.5刚出的时候，网友整的活，和雪碧图连续帧是一样的。感觉挺有意思，我就加上了。

先生成一只手工黏土企鹅，然后作为参考图生成一组连续动作图集。最后分割，交付一个会动的GIF。

根据上传的企鹅参考图，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企鹅为原型的手工黏土企鹅，保留它的头身比例、黑白配色、腹部形状、喙的颜色与大小，以及脚掌的橙黄色特征。企鹅脖子上系一条暗红色小围巾。整体具有真实黏土质感、轻微手工痕迹和定格动画布景感。 八格按从左到右、从上到下的顺序，连续表现同一只企鹅在雪地邮筒前寄信的过程： 第1格，企鹅站在红色邮筒左侧，双翅抱着一封米白色信封；第2格，企鹅身体微微前倾，抬起右翅，把信封举向邮筒投信口；第3格，信封前端插入投信口一半，企鹅继续向前推； 第4格，信封几乎完全进入投信口，只剩一小部分露在外面； 第5格，信封已经投进邮筒，企鹅收回右翅，抬头看向邮筒； 第6格，企鹅转身朝画面右侧，准备离开邮筒； 第7格，企鹅向右迈步走开，围巾和身体方向都朝右； 第8格，企鹅走到画面右边缘，身体仍完整可见，红色邮筒留在左后方。镜头固定为正侧面中景，能同时看见企鹅、邮筒和雪地地面。背景是一面浅蓝灰色冬日天空和简洁的白色雪地，场景中只有一个红色邮筒和少量小雪堆，不增加树木、房屋、车辆或其他角色。 每格的镜头、邮筒位置、地面高度、物体尺寸、光线和背景保持一致。所有格子只有同一只企鹅，不增加角色，不更换围巾，不改变配色。每格推进一个明确动作，不要生成八张彼此无关的姿势图。

最后的实测，我们来做一张复杂的科普信息图。

直接给提示词。

为面向普通读者的科普账号制作一张竖版3:4中文信息图海报，标题为“为什么会有四季？”。用一张完整画面解释地球公转与四季形成的关系，信息量控制在适合手机阅读的程度，不要做成复杂学术图。视觉采用“桌面天文教具”的概念：画面中央是一颗暖黄色太阳，周围是一条简洁的地球公转轨道，轨道上放置四颗小型立体地球仪，分别代表一年中的四个关键位置。地球采用精致的实体模型质感，海洋为低饱和蓝色，陆地为米白和浅绿色，太阳和地球都带有轻微纸塑、磨砂树脂模型质感，而不是照片级宇宙效果。四个地球严格按照春、夏、秋、冬的顺序沿轨道排列，并分别标注：“春分”“夏至”“秋分”“冬至”。四颗地球的自转轴必须始终保持相同倾斜方向，倾角约23.5°，不能随着地球绕太阳公转而改变方向。画面注明“北半球示意”。重点用太阳光线和地球倾斜关系解释四季。夏至位置中，北半球朝向太阳倾斜，太阳光照射更直接，白昼更长；冬至位置中，北半球背向太阳倾斜，太阳光入射更斜，白昼更短；春分和秋分位置中，南北半球受到太阳照射相对均衡。不要用厚重长段文字，而是在四个位置附近分别用非常短的提示语：“光照更直 / 白昼更长”“光照更斜 / 白昼更短”“昼夜接近等长”。在海报中加入一个小型对比图，使用两束等宽太阳光分别照射在两个倾斜角度不同的地表区域。一侧光线接近垂直，能量集中在较小面积；另一侧光线倾斜，能量分散在较大面积。旁边只写一句解释：“同样的阳光，入射角不同，单位面积接收到的能量也不同。”图示要直观，不要做成复杂公式。另外加入一个小型“常见误区”区域，只保留一句：“× 四季不是因为地球夏天离太阳更近、冬天离太阳更远。”轨道不要画成夸张的长椭圆，避免视觉上强化这个错误概念。画面必须准确表达三个核心信息：地球自转轴存在倾斜；地球绕太阳公转时地轴方向基本保持不变；正是这种倾斜与公转共同造成一年中太阳高度和昼夜长度的规律变化，从而形成四季。整体配色使用奶油白、低饱和蓝绿色、暖黄色和少量珊瑚橙，背景保持干净，有轻微纸张纹理和展览说明牌式的精致感。标题醒目，四个季节名称清晰，轨道、太阳光线、地轴和箭头使用统一的图形语言。不要增加星座、宇航员、火箭或复杂宇宙背景，不要生成无意义小字。最终效果像一张真正可用于科普账号、学校展板或自然科学杂志的高质量中文信息图，画面有设计感，但首先保证四季关系一眼能够读懂。

通过这张图，我终于又学会了“为什么会有四季？”。不过我发现，U1 Pro在信息图内容量比较多的时候，中文的显示也会有问题。

如果想体验一下U1 Pro的话，现在公测Free免费用户每小时有60000积分，可以使用SenseNova 6.8 Flash Lite和U1 Fast等模型，也可以在小浣熊中使用U1 Pro。

最后，说一下我为什么会一直关注商汤。可能是汤晓鸥这个人吧。

2023年12月15日，汤晓鸥汤老师逝世，我看了36氪纪念汤晓鸥的那篇文章，写下了「黑羊远去，后辈当续力自强」。

我认同黑羊文化，是因为它同时谈原创，也谈怎样对待人。

汤晓鸥在2018年世界人工智能大会的演讲中，表达了对互相善待、合作共赢的认同，随后谈到羊群效应与原创精神的矛盾。商汤当年的报道记录了那句英文，Be a black sheep.Dare to be different.

我的理解是，做研究要保有自己的判断，愿意探索别人还没有做过的事情；与人相处时，也要有同理心，愿意合作，愿意帮助后来者。这两件事，我都认同。

2024年商汤年会上，如影数字人技术让汤老师的形象和声音再次出现在舞台上，这个视频我不记得看了多少遍。祝大家越来越好，也祝AI越来越好。也是在这个视频的评论区下面，我看到了“ai是爱”。

今天写U1 Pro，我也希望大家看到，商汤的研究团队还在更新模型、公开研究资料，把新的图像创作功能放到用户能用的产品里。

对我们这些关注AI、使用AI的人来说，一张论文信息图、一组连续分镜、一次具体的设计练习，都是了解这次进展的入口。

当年那句后辈当续力自强，我仍愿意留给自己。把新知识弄懂，把自己做过的尝试讲清楚，也让更多人有机会了解这些正在发生的工作。