모델
SenseNova-U1 Infographic V2: 50.3점 평가 범위 및 인포그래픽 경계
특수 모델/인포그래픽 생성
특수 모델/인포그래픽 생성
전문 모델 / 인포그래픽
인포그래픽은 의미 계획, 위계, 아이콘과 문구의 정렬, 읽기 쉬운 글리프 렌더링을 한 화면에 묶어내는 결과물입니다. SenseNova-U1-8B-MoT-Infographic-V2는 가중치 전체를 공개하며 BizGenEval hard 스플릿에서 50.3을 보고했는데, 사진이나 자유 형식 일러스트가 아니라 인포그래픽 전문 생성에 관한 수치입니다.
라우팅은 시각-언어 패턴마다 서로 다른 파라미터 부분 공간을 배정합니다. p_i=softmax(g(h))_i라면 한 층은 이렇게 쓸 수 있습니다.
y=Σ_i p_i·T_i(h)
전문화 학습은 제목, 데이터 블록, 연결선, 장식 요소의 통계를 잡아냅니다. 그래도 드문 고유명사, 단위, 긴 절에서는 여전히 철자를 틀릴 수 있으므로, 생성된 그래픽은 사실의 출처가 아니라 시각적 시안으로 봐야 합니다.
모델 카드는 BizGenEval hard에서 V2가 50.3, Z-Image가 8.2, Qwen-Image-2512가 6.3이라고 보고합니다. 이 비교는 해당 게시자 표 안에서만 유효합니다. 프롬프트 템플릿, 심사 모델, 어려운 사례의 구성이 모두 결과를 좌우하므로, 보편적인 이미지 품질 순위가 성립하는 것은 아닙니다.
필요한 고유명사, 숫자, 단위는 생성 전에 모두 목록으로 정리하고, 생성 후에는 OCR 결과와 대조해야 합니다. 글자가 맞는 것은 첫 관문일 뿐입니다. 제목 위계, 화살표가 가리키는 대상, 범례 색상, 읽는 순서, 출처 사실도 함께 검토가 필요합니다.
50.3이라는 수치는 명시된 BizGenEval hard 설정에 속합니다. 캔버스, 프롬프트 템플릿, 샘플링 스케줄, 심사 모델을 바꾸면 별개의 결과가 되며 공개된 점수를 그대로 이어받을 수 없습니다.
초기 텍스트-이미지 벤치마크는 의미적 유사성과 전반적인 심미성에 점수를 줬습니다. 인포그래픽은 여기에 더해 제목, 숫자, 아이콘, 연결선이 서로 맞아떨어져야 합니다. 그래서 Infographic V2는 스타일 키워드를 얹은 범용 모델이 아니라, 레이아웃과 텍스트 밀도가 높은 구성에 맞춰 추가 학습한 전문 체크포인트입니다.
BizGenEval hard 스플릿에서의 50.3은 그 전문화를 드러냅니다. 같은 공식 표에서 Z-Image는 8.2, Qwen-Image-2512는 6.3입니다. 이 격차는 해당 게시자 벤치마크에 대한 증거이지, V2가 사진, 인물화, 자유 형식 일러스트에서도 앞선다는 증명은 아닙니다.
h′=Σ_{e∈TopK(g(h))} p_e(h)·E_e(h)g(h)라우터 점수TopK토큰당 활성 전문가E_e전문가별 변환인포그래픽은 이미지, 문자, 아이콘, 레이아웃 관계를 한 화면에 결합합니다. MoT 라우팅은 각 토큰을 소수의 전문가 부분집합으로 보내, 모든 토큰에 모든 전문가를 실행하지 않으면서 전체 용량을 키웁니다.
50.3이라는 결과는 공식 BizGenEval hard 표에 속합니다. 공개용으로 쓰려면 이름, 숫자, 단위에 대한 OCR 확인과 화살표, 범례, 읽는 순서에 대한 사람의 검토가 여전히 필요합니다.
논문, 코드, 가중치는 SenseNova-U1 소스 / Infographic V2 가중치 및 벤치마크에서 확인할 수 있습니다.
세 행 모두 같은 공식 hard 스플릿 표에서 가져온 수치로, 그 표 안에서는 비교할 수 있습니다. 다만 보편적인 이미지 품질 리더보드를 이루지는 않습니다.
| 모델 | BizGenEval hard | 이 표에서의 역할 |
|---|---|---|
| SenseNova-U1 Infographic V2 | 50.3 | 인포그래픽 전문 모델 |
| Z-Image | 8.2 | 같은 표의 범용 기준선 |
| Qwen-Image 2512 | 6.3 | 같은 표의 범용 기준선 |
프롬프트에 담긴 고유명사, 숫자, 단위를 모두 적어두고 결과물에 OCR을 돌려 대조합니다. 글자가 정확한 것은 첫 관문일 뿐이며, 제목 위계, 화살표가 가리키는 대상, 범례 색상도 일관성을 유지해야 합니다.
여러 언어가 섞인 긴 문자열과 혼합 단위는 줄바꿈 오류와 문자 치환에 특히 취약합니다. 편집 가능한 원본 데이터를 보관하고, 생성된 PNG는 검증되지 않은 사실 자료가 아니라 레이아웃 시안으로 다뤄야 합니다.
채점자는 독자가 아닙니다. 드문 고유명사, 긴 단위, 각주, 빽빽한 표에는 여전히 유사 문자, 잘못된 치환, 어색한 줄바꿈이 남을 수 있습니다.
50.3이라는 결과는 모델 카드에 명시된 BizGenEval hard 설정에 속합니다. 캔버스, 프롬프트 템플릿, 샘플링 스케줄, 심사 모델을 바꾸면 별개의 결과가 되고 공개된 점수를 이어받을 수 없습니다.
모델 이름, 수치, 한계는 아래 논문, 리포지토리, 모델 카드에서 확인할 수 있습니다.