2024世界人工智能大会|商汤发布所见即所得模型“日日新5o” 实时多模态流式交互对标gpt-下载凯发k8

新民客户端

飞入寻常百姓家

2024世界人工智能大会|商汤发布所见即所得模型“日日新5o” 实时多模态流式交互对标gpt-4o

2024世界人工智能大会|商汤发布所见即所得模型“日日新5o” 实时多模态流式交互对标gpt-4o飞入寻常百姓家

科创 2024-07-05 13:20:50

来源:新民晚报   作者:郜阳  


图说:工作人员和“日日新5o”互动 采访对象供图(下同)

今天上午,商汤科技举办“大爱无疆·向新力”人工智能论坛,发布国内首个所见即所得模型“日日新5o”,交互体验对标gpt-4o,实现全新ai交互模式。

通过整合跨模态信息,基于声音、文本、图像和视频等多种形式,国内首个所见即所得模型“日日新5o”带来一种全新的ai交互模式,即实时的流式多模态交互。现场也为大家展示了这种创新交互模式——

工作人员刚开始仅是和“日日新5o”打个招呼,它就自动识别出工作人员脖子佩戴的胸卡带子上的字眼,判断出现场就是世界人工智能大会会场,并表示在这个地方可以“好好学习”。

接下来工作人员拿了一只可爱小狗玩偶,“日日新5o”准确描述了小狗的外貌、表情以及重要穿戴——一个带着印有商汤科技logo白帽子,很给“东道主”排面。

再上些难度,随便翻开一本书的任何一页,“日日新5o”都能自动介绍,不是简单的ocr识别文字,而是识别图文给出好理解的总结,这一切在瞬间即可完成,真正做到实时交互。

工作人员还现场发挥了“画功”,随手画了一只简笔画小兔子,“日日新5o”直呼“画得可爱”;而后工作人员又画了一个微笑表情,它从这个平静的表情中捕捉到了笑意;工作人员又改了一笔把嘴巴画大增添了舌头,“日日新5o”看到后立马说道这表情开心多了。

能听会看更会找话题,就如同真人聊天一般的交流对话,这种交互模式特别适用于实时对话和语音识别等应用,其多任务适应性强,能够在同一模型中自然处理多种任务,且根据不同上下文自适应调整行为和输出,能够实现对标gpt-4o的交互体验正是源于“日日新5.5”基础模型能力的全面提升。

据了解,“日日新5.5”是基模型,而“日日新5o”是“日日新5.5”的多模态模型。今年4月发布的“日日新5.0”是国内首个对标gpt-4 turbo的国产大模型,短短两个多月时间,全新“日日新5.5”体系迎来多项升级,综合性能较“日日新5.0”平均提升30%,在数学推理、英文能力和指令跟随等能力明显增强,交互效果和多项核心指标实现对标gpt-4o。

“日日新5.5”采用混合端云协同专家架构,最大限度发挥云边端协同,降低推理成本,模型训练基于超过10tb tokens高质量训练数据,包括大量合成的思维链数据,提升推理思维能力。

为了让更多企业用户低门槛接入并使用“日日新”大模型体系的强大能力,商汤于近期推出了“大模型0元go”计划。凡是“日日新”的新注册用户,都可获得涉及调用、迁徙、训练等多项免费服务大礼包。同时,商汤还将免费赠送5000万tokens包,并且派出专属搬家顾问,帮助openai用户实现零服务成本迁移。

新民晚报记者 郜阳

【更多阅读】


编辑:郜阳

看评论

推荐阅读

"));
网站地图