SenseNova U1.5-Lite ist das vollständige Release des multimodalen Generierungsmodells von OpenSenseNova mit 8 Milliarden Parametern, das auf dem Hugging-Face-Hub unter dem Bezeichner „SenseNova-U1.5-8B-MoT" verfügbar ist. Das zentrale Trainingskonzept ist die sogenannte OPD-Destillation (One-model Policy Distillation): Statt ein generisches Modell zu trainieren, werden zunächst spezialisierte Expertenmodelle für drei Domänen entwickelt – Textrendering und Infografiken, ästhetische Qualität sowie Bildbearbeitung. Diese Expertise wird anschließend via OPD in ein einziges Modell überführt, sodass zur Inferenzzeit weder ein Router noch manuelles Expert-Switching erforderlich ist. Das Post-Training setzt auf aufgabenorientiertes Reinforcement Learning mit drei messbaren Zielen: Instruktionstreue, visuelle Qualität mit Präferenzabgleich sowie Edit-Fidelity zur Erhaltung unbearbeiteter Bildbereiche. Gegenüber dem U1-Preview zeigen Benchmarks deutliche Sprünge: Auf dem Qwen-Image-Bench stieg der Wert von 47,14 (U1) auf 60,18 (U1.5-Lite PE), beim ImgEdit-Benchmark von 3,9 auf 4,59 und beim GEdit-Bench-EN von 7,47 auf 8,26. Ein methodisch interessantes Detail ist der Einsatz von JSON-strukturierter Supervision als internes Trainings-Signal für Kontrollierbarkeit – nicht als verpflichtende Nutzerschnittstelle; natürliche Sprache bleibt das Standard-Interface. Visuelle Repräsentationen aus Verständnisaufgaben (Objektrelationen, räumliche Strukturen, Layout-Hierarchien) werden explizit in die Generierungs- und Bearbeitungs-Pipeline transferiert.