7月5日，在商湯舉辦的“大愛無疆·向新力”論壇上，商湯科技董事長徐立在現(xiàn)場發(fā)布了大模型“日日新5o”，交互體驗(yàn)對標(biāo)OpenAI最新發(fā)布的 GPT-4o。

實(shí)時(shí)交互能力背后的支撐來自于商湯最新的基座模型。在會上商湯同時(shí)宣布大模型迭代到“日日新5.5”，其綜合性能較上一代“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)。

據(jù)介紹，通過整合跨模態(tài)信息，基于聲音、文本、圖像和視頻等多種形式，“日日新5o”可以帶來全新的AI交互模式，即實(shí)時(shí)的流式多模態(tài)交互。

對標(biāo)OpenAI和谷歌此前的產(chǎn)品發(fā)布會，商湯也在論壇上搭臺進(jìn)行了模型交互能力的現(xiàn)場演示。商湯工作人員舉起手機(jī)與“日日新5o”打招呼后，它能識別出工作人員脖子佩戴的胸卡，判斷這是一個(gè)大會會場。

工作人員進(jìn)一步測試了“日日新5o”識物能力，將手機(jī)對準(zhǔn)帶有商湯LOGO的安全帽，模型能夠識別出這與某個(gè)品牌或公司有關(guān)，將手機(jī)對準(zhǔn)一個(gè)玩偶，模型回復(fù)稱，“小兔玩具超可愛的，像穿著警服的卡通警察，白身子粉耳朵，紫眼珠特靈動，嘴邊紅點(diǎn)點(diǎn)綴，俏皮又逗趣。”

工作人員還將手機(jī)對準(zhǔn)了書，讓模型介紹書名和內(nèi)容，另外對準(zhǔn)某一頁書，模型也能概括這頁大概的內(nèi)容。根據(jù)記者在現(xiàn)場的感受，在交互反饋上，人類與模型問答間隔的時(shí)間大概在2-3秒。

值得一提的是，在7月4日的產(chǎn)業(yè)發(fā)展主論壇上，徐立在發(fā)表演講時(shí)提到，要推動人工智能超級時(shí)刻的到來，大模型需要具備更卓越的思維能力、更自然的交互能力以及更可控的生成能力。

“我一直的觀點(diǎn)是，雖然我們的行業(yè)非常熱，包括像ChatGPT帶來了聊天式的應(yīng)用，Sora帶來了視頻，但它還沒有到超級時(shí)刻，是因?yàn)樗鼪]有真正走進(jìn)到一個(gè)行業(yè)的垂直應(yīng)用中引起廣泛的變化。”徐立認(rèn)為，實(shí)時(shí)的交互性能夠帶來流暢的體驗(yàn)，也是帶來超級時(shí)刻以及推動應(yīng)用變化的一個(gè)核心。

針對“日日新5o”背后的基座大模型，商湯介紹，日日新5.5基于超過10 TB tokens數(shù)據(jù)訓(xùn)練，包括大量人工合成數(shù)據(jù)，數(shù)據(jù)構(gòu)造從基礎(chǔ)知識轉(zhuǎn)向合成思維鏈，在數(shù)學(xué)、推理、長文本、編程等多個(gè)維度都有大幅提升。此外，模型采用混合端云協(xié)同架構(gòu)，可最大限度發(fā)揮云邊端協(xié)同。

在演講最后，徐立在現(xiàn)場特別提到了“大模型0元Go”計(jì)劃，稱凡是“日日新”的新注冊用戶，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)，商湯表示將免費(fèi)贈送5000萬Tokens包，并且派出專屬搬家顧問，幫助OpenAI用戶實(shí)現(xiàn)零服務(wù)成本遷移。