SenseNova-U1.5-8B-MoT-TailSteer

SenseNova-U1.5-8B-MoT-TailSteer

图像生成和编辑模型，连续多次编辑时更稳定，基于 SenseNova-U1.5-8B-MoT，加载步骤相同。适合反复编辑同一张图的设计师和研究者。

由 sensenova 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这是 SenseNova-U1.5-8B-MoT 的一个版本，多了一个叫 TailSteer 的最后训练阶段。它的目标是减少每张编辑后的图变成下一次输入时累积的漂移。完整权重保持了和基础模型相同的架构、布局和加载步骤。

适合谁：把同一张图连续编辑很多轮的人，以及想衡量编辑流程对本应保持不变的部分改动了多少的研究者。

行业 | 谁在用 | 怎么用 | 例子
创意制作 | 一步步打磨图像的团队 | 反复编辑同一张图 | 一次往场景里加一个物体
视觉设计 | 依据参考图工作的设计师 | 在一个场景里组合多张参考图 | 往中庭图像里逐个加入物体
研究 | 图像编辑研究者 | 衡量未改动区域的漂移程度 | 运行 Add and Preserve 基准

如果你只做单次编辑，可以跳过它，因为模型卡报告的单次编辑分数和基础模型接近。

用在哪里：

• 官方 SenseNova 推理包，只需更换模型 ID
• 带大显存 GPU 的机器上的 Python 和 transformers 库
• Windows、macOS 或 Linux，用来下载文件

用途 | 适合谁 | 得到什么
多轮编辑 | 设计师 | 多次编辑后结构仍然清晰的场景
多参考图编辑 | 创意团队 | 不用重建场景就能加入物体
文生图和单次编辑 | 使用基础模型的人 | 模型卡称与基础模型接近的结果

如何设置：沿用你为基础模型准备好的环境。模型卡说不需要适配器、合并或额外的运行环境，只需更换模型 ID 或本地路径。

• Python 和 pip
• 官方 SenseNova 推理包及其环境
• 能放下约 35.1 GB BF16 权重的 GPU

1. 搭好官方 SenseNova 推理环境。
2. 下载 TailSteer 文件。
3. 把原来的模型 ID 换成这个。

pip install -U huggingface_hub
hf download sensenova/SenseNova-U1.5-8B-MoT-TailSteer

如何使用：用推理包的编辑脚本，传入 TailSteer 模型路径、输入图像和指令。做下一次编辑时，把输出再送回去。整个过程都用 TailSteer，不需要切换模型，也不需要遮罩。

python examples/editing/inference.py \
  --model_path sensenova/SenseNova-U1.5-8B-MoT-TailSteer \
  --image input.png --prompt "Change the jacket to blue." --output output.png

工具 | 作用
examples/editing/inference.py | 根据文字指令对输入图像做一次编辑
--model_path | 让流程使用 TailSteer 模型
--image, --prompt, --output | 设置输入图片、指令和结果文件

示例：你把一张照片作为 input.png 传入，指令是“Add a small red boat on the lake.”脚本会写出加了小船的 output.png。模型卡称，反复编辑后，场景其余部分比基础模型保持得更好。

新手与专家：如果你是新手，先用上面的命令做一次编辑，看看 output.png。然后把这张图再送回去做第二次编辑，对比两次的结果。

对专家来说，TailSteer 是追加在最后的训练阶段，大体上保留了基础模型学到的能力。模型卡用 Add and Preserve 衡量漂移，它要求每一轮在红框里加一个小物体，共 100 张图、十轮。代价是 RISE 准确率略低，为 29.44，基础模型是 31.39。

输入图像和指令
TailSteer 模型，同一流程
编辑后的图像
送回去做下一次编辑

注意事项：

Title: 第 10 轮编辑区域之外的 PSNR，越高越好
Base model: 11.23 dB
After TailSteer: 18.22 dB

• Single-turn scores: 大多数基准上与基础模型接近，RISE 准确率更低
• Weights: 完整权重，基于 SenseNova-U1.5-8B-MoT
• License: Apache 2.0
• Cost to run: 没有提到 API 密钥或付费服务，但需要性能足够的 GPU
• Data it reaches: 从 Hugging Face 下载文件，没有提到其他内容
• Not for: RISE 准确率最重要的场景，因为它略有下降

Hugging Face 上的数据（2026年11月13日）

• 任务：any to any
• 框架：transformers
• 参数量：17.5B
• Weights: about 35.1 GB in BF16; about 8.8 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：198
• 点赞：5
• 许可证：apache-2.0
• 基于：sensenova/SenseNova-U1.5-8B-MoT
• 标签：transformers, safetensors, neo_chat, feature-extraction, tailsteer, image-editing, text-to-image, any-to-any

链接

• 模型：https://huggingface.co/sensenova/SenseNova-U1.5-8B-MoT-TailSteer
• 文件：https://huggingface.co/sensenova/SenseNova-U1.5-8B-MoT-TailSteer/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download sensenova/SenseNova-U1.5-8B-MoT-TailSteer

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。