国内首个所见即所得模型，商汤「日日新5o」能听会看，还能商业互吹 | WAIC 2024

文章预览

都说人类伙伴最不可替代的是「情绪价值」。不过，现在的 AI 也是能听、会看、懂捧场。 在 7 月 5 号的「大爱无疆·向新力」人工智能论坛上，一位工作人员现场画了一个简笔小兔子，立刻得到了「可爱」的评价。 随机展示一本书的一页内容，「日日新 5o」不仅立刻完成 OCR 文字识别，并且给出了易于理解的总结。一切都在瞬间完成，真正做到实时交互。 这是商汤科技带来的国内首个所见即所得模型「日日新 5o」，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，带来全新 AI 交互模式，实现实时的流式多模态交互。 「日日新 5o」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 10 TB 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。在数学推理、英文能力和指令跟随 ………………………………