商汤科技发布“日日新5o”实时多模态流式交互对标GPT-4o

新浪科技讯 7月5日消息，2024世界人工智能大会暨人工智能全球治理高级别会议（WAIC 2024）战略合作伙伴商汤科技今天发布了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。

现场可以看到，工作人员和“日日新5o”打招呼，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”。

“日日新5o”还能准确描述玩具小狗的外貌、表情以及重要穿戴，包括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。

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。

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。

据悉，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。