商汤升级大模型，称多项评测性能超GPT-4o，端侧设备接入每年只需9.9元

出品 | 科技

作者 | 梁昌均

7月5日消息，商汤在世界人工智能大会期间发布日日新5.5大模型，号称对标GPT-4 Turbo，并在多项性能评测中超越GPT-4o。

商汤CEO徐立介绍，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。

具体来看，日日新5.5相较两个月前发布的5.0版本，在数学推理、英文能力、指令跟随、以及多模态等方面的能力均有明显提升。

根据现场公布的9项能力评测，日日新5.5在6项指标上超过GPT-4o。徐立还表示，基于日日新5.5打造的日日新5o的交互体验对标GPT-4o，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，带来一种全新的AI交互模式，即实时的流式多模态交互。

现场演示显示，日日新5o在和工作人员打招呼时，它能识别出其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，并俏皮说到“在这个地方可以好好学习”。

对于小狗玩偶，日日新5o能准确描述小狗的外貌、表情及穿戴的白帽子，并能识别出帽子上的字体。翻开一本以旅游主题的书的任何一页，日日新5o都能识别出文字，并能够对内容进行总结介绍。

工作人员现场还随手画了一只简笔小兔子和微笑表情，日日新5o直呼画得可爱，并解读微笑表情的内容，还能识别到添加了吐舌头的内容，称感觉这个“很开心”。

此外，徐立现场还宣布，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，商汤推出“大模型0元Go”计划，同时宣布商量端侧大模型每台设备价格为9.9元/年，推进大模型在端侧落地。

徐立认为，现在已经到了迎接AI 2.0应用的超级时刻，而应用是决定这个时代是不是人工智能超级时刻的一个关键。

“超级时刻和应用互相成就，只有超级时刻带来的认知的变化，最后才能推动这样一个应用。所以倒推回来，如果我们后面用应用来支撑，那么我们现在这个时刻就是超级时刻，就像iPhone一样。”徐立表示。

徐立认为，AI走向应用，要有几个核心重要的突破点。一是对高阶的逻辑数据的依赖性，来解决人工智能的推理问题，就是它的智慧。这其中合成的人工数据，特别是高级思维的数据非常重要。

第二个是实时的交互性能够带来一个流畅的体验，端侧则是一个非常重要的突破点，通过推动模型的端侧优化，实现实时交互更加流畅。”用好端和云两部分的计算机资源，才能够成为一种全自然的交互模式。”

最后很重要的是可控性，否则AI能够带来的效能提升就非常有限。“所有的生成都要可控，你不需要做得很好，但你需要知道哪里做得不好，并且说哪里需要进行一些修改，有了这样的一个边界，才能做到真正的可控技术以及可持续的技术发展。”

徐立现场还透露，商汤接下来会推出名为Vimi的可控人物类视频生成模型，其可以通过一张照片以及有各种不同的人物的姿势，最后用单张的照片生产出人物的视频。

不过，他认为，Sora带来的AI文生视频还没有到超级时刻，因为它没有真正走进到一个行业的垂直应用，并在当中引起广泛的变化。