商汤发布“日日新5o”对标GPT-4o！现场搭台演示实时交互

7月5日，在商汤举办的“大爱无疆·向新力”论坛上，商汤科技董事长徐立在现场发布了大模型“日日新5o”，交互体验对标OpenAI最新发布的 GPT-4o。

实时交互能力背后的支撑来自于商汤最新的基座模型。在会上商汤同时宣布大模型迭代到“日日新5.5”，其综合性能较上一代“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。

据介绍，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，“日日新5o”可以带来全新的AI交互模式，即实时的流式多模态交互。

对标OpenAI和谷歌此前的产品发布会，商汤也在论坛上搭台进行了模型交互能力的现场演示。商汤工作人员举起手机与“日日新5o”打招呼后，它能识别出工作人员脖子佩戴的胸卡，判断这是一个大会会场。

工作人员进一步测试了“日日新5o”识物能力，将手机对准带有商汤LOGO的安全帽，模型能够识别出这与某个品牌或公司有关，将手机对准一个玩偶，模型回复称，“小兔玩具超可爱的，像穿着警服的卡通警察，白身子粉耳朵，紫眼珠特灵动，嘴边红点点缀，俏皮又逗趣。”

工作人员还将手机对准了书，让模型介绍书名和内容，另外对准某一页书，模型也能概括这页大概的内容。根据记者在现场的感受，在交互反馈上，人类与模型问答间隔的时间大概在2-3秒。

值得一提的是，在7月4日的产业发展主论坛上，徐立在发表演讲时提到，要推动人工智能超级时刻的到来，大模型需要具备更卓越的思维能力、更自然的交互能力以及更可控的生成能力。

“我一直的观点是，虽然我们的行业非常热，包括像ChatGPT带来了聊天式的应用，Sora带来了视频，但它还没有到超级时刻，是因为它没有真正走进到一个行业的垂直应用中引起广泛的变化。”徐立认为，实时的交互性能够带来流畅的体验，也是带来超级时刻以及推动应用变化的一个核心。

针对“日日新5o”背后的基座大模型，商汤介绍，日日新5.5基于超过10 TB tokens数据训练，包括大量人工合成数据，数据构造从基础知识转向合成思维链，在数学、推理、长文本、编程等多个维度都有大幅提升。此外，模型采用混合端云协同架构，可最大限度发挥云边端协同。

在演讲最后，徐立在现场特别提到了“大模型0元Go”计划，称凡是“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，商汤表示将免费赠送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。