國(guó)內(nèi)首個(gè)！商湯科技發(fā)布“日日新5o”，實(shí)時(shí)多模態(tài)流式交互對(duì)標(biāo)GPT-4o

2024年7月5日，上海——2024世界人工智能大會(huì)暨人工智能全球治理高級(jí)別會(huì)議（WAIC 2024）戰(zhàn)略合作伙伴商湯科技召開(kāi)“大愛(ài)無(wú)疆·向新力”人工智能論壇，發(fā)布國(guó)內(nèi)首個(gè)所見(jiàn)即所得模型“日日新5o”，交互體驗(yàn)對(duì)標(biāo)GPT-4o，實(shí)現(xiàn)全新AI交互模式。

通過(guò)整合跨模態(tài)信息，基于聲音、文本、圖像和視頻等多種形式，國(guó)內(nèi)首個(gè)所見(jiàn)即所得模型“日日新5o”帶來(lái)一種全新的AI交互模式，即實(shí)時(shí)的流式多模態(tài)交互?，F(xiàn)場(chǎng)也為大家展示了這種創(chuàng)新交互模式——

工作人員剛開(kāi)始僅是和“日日新5o”打個(gè)招呼，它就自動(dòng)識(shí)別出工作人員脖子佩戴的胸卡帶子上的字眼，判斷出現(xiàn)場(chǎng)就是世界人工智能大會(huì)會(huì)場(chǎng)，并表示在這個(gè)地方可以“好好學(xué)習(xí)”。

接下來(lái)工作人員拿了一只可愛(ài)小狗玩偶，“日日新5o”準(zhǔn)確描述了小狗的外貌、表情以及重要穿戴——一個(gè)帶著印有商湯科技logo白帽子，很給主場(chǎng)人排面。

再上些難度，隨便翻開(kāi)一本書(shū)的任何一頁(yè)，“日日新5o”都能自動(dòng)介紹，不是簡(jiǎn)單的OCR識(shí)別文字，而是識(shí)別圖文給出好理解的總結(jié)，這一切在瞬間即可完成，真正做到實(shí)時(shí)交互。

工作人員還現(xiàn)場(chǎng)發(fā)揮了“畫(huà)功”，隨手畫(huà)了一只簡(jiǎn)筆畫(huà)小兔子，“日日新5o”直呼畫(huà)得可愛(ài)，而后工作人員又畫(huà)了一個(gè)微笑表情，它從這個(gè)平靜的表情中捕捉到了笑意，工作人員又改了一筆把嘴巴畫(huà)大增添了舌頭，“日日新5o”看到后立馬說(shuō)道這表情開(kāi)心多了。

能聽(tīng)會(huì)看更會(huì)找話題，就如同真人聊天一般的交流對(duì)話，這種交互模式特別適用于實(shí)時(shí)對(duì)話和語(yǔ)音識(shí)別等應(yīng)用，其多任務(wù)適應(yīng)性強(qiáng)，能夠在同一模型中自然處理多種任務(wù)，且根據(jù)不同上下文自適應(yīng)調(diào)整行為和輸出，能夠?qū)崿F(xiàn)對(duì)標(biāo)GPT-4o的交互體驗(yàn)正是源于“日日新5.5”基礎(chǔ)模型能力的全面提升。

今年4月發(fā)布的“日日新5.0”是國(guó)內(nèi)首個(gè)對(duì)標(biāo)GPT-4 Turbo的國(guó)產(chǎn)大模型，短短兩個(gè)多月時(shí)間，全新“日日新5.5”體系迎來(lái)多項(xiàng)升級(jí)，綜合性能較“日日新5.0”平均提升30%，在數(shù)學(xué)推理、英文能力和指令跟隨等能力明顯增強(qiáng)，交互效果和多項(xiàng)核心指標(biāo)實(shí)現(xiàn)對(duì)標(biāo)GPT-4o。

“日日新5.5”采用混合端云協(xié)同專(zhuān)家架構(gòu)，最大限度發(fā)揮云邊端協(xié)同，降低推理成本，模型訓(xùn)練基于超過(guò)10TB tokens高質(zhì)量訓(xùn)練數(shù)據(jù)，包括大量合成的思維鏈數(shù)據(jù)，提升推理思維能力。

為了讓更多企業(yè)用戶(hù)低門(mén)檻接入并使用“日日新”大模型體系的強(qiáng)大能力，商湯于近期推出了“大模型0元Go”計(jì)劃。凡是“日日新”的新注冊(cè)用戶(hù)，都可獲得涉及調(diào)用、遷徙、訓(xùn)練等多項(xiàng)免費(fèi)服務(wù)大禮包。同時(shí)，商湯還將免費(fèi)贈(zèng)送5000萬(wàn)Tokens包，并且派出專(zhuān)屬搬家顧問(wèn)，幫助OpenAI用戶(hù)實(shí)現(xiàn)零服務(wù)成本遷移。