中国版GPT-4o炸场：国内首个流式多模态交互模型，现场实时且丝滑

文章预览

金磊 发自 WAIC 量子位 | 公众号 QbitAI 没等到GPT-4o， 商汤 先把 《Her》 给发布出来了！ 就在刚刚，商汤直接在现场来了个炸裂的Live Show，话不多说，直接看效果： 不仅声音非常 拟人 （观众直呼好磁性） ，而且还是 实时 、 随时可以打断 的那种！ 它宛如被安上了一对儿眼睛，可以做到精准无误的 所见即所得 。 就连手绘的粗糙的 简笔画 ，AI也能俏皮地跟人类做互动： 一波Live Show秀下来，引得观众掌声连连、“哇”声一片。 这就是商汤发布的国内首个 流式原生多模态交互模型 ——6000亿参数 日日新5.5系列 中的 5o 所达到的效果。 据了解，这是一种全新的AI交互模式，把文本、声音、图像还有视频等模态全都囊括到了一起，可以让AI跟人们交流的时候变得更加生动丰富。 可以说是真·电影走进现实了。 而且商汤CEO 徐立 现场表示，很快就可以用上了 ………………………………