對標(biāo) OpenAI GPT-4o 的中國版本來了！
7 月 5 日舉行的 2024 世界人工智能大會暨人工智能全球治理高級別會議（WAIC 2024）分論壇上,，國內(nèi) AGI 公司商湯科技發(fā)布日日新大模型 5.5 系列,。
其中，最引發(fā)關(guān)注的,，是國內(nèi)首個(gè)所見即所得、實(shí)時(shí)流式多模態(tài)交互模型 " 日日新 5o",，交互體驗(yàn)對標(biāo) GPT-4o,，實(shí)現(xiàn)全新 AI 交互模式。另外,，全新日日新 5.5 的模型參數(shù)規(guī)模達(dá) 6000 億,，綜合性能較 " 日日新 5.0" 平均提升 30%，在數(shù)學(xué)推理,、英文能力和指令跟隨等能力明顯增強(qiáng),，交互效果和多項(xiàng)核心指標(biāo)實(shí)現(xiàn)對標(biāo) GPT-4o，同時(shí)也是國內(nèi)對標(biāo) GPT-4 Turbo 領(lǐng)先的國產(chǎn)大模型之一,。
商湯科技董事長兼 CEO 徐立在演講中表示,，大模型本質(zhì)意義上是在做一個(gè)記憶的事情，記住世界的知識,，而它有的一點(diǎn)智力完全是來自于對于知識背后高階的思維邏輯和記憶,；同時(shí),，行業(yè)要進(jìn)行變化，交互模式一定是先行的,；另外,，基于手機(jī)旗艦平臺，端側(cè) 5.5 Lite 模型版本性能精度提升 10%,、首包延遲下降 40%,、推理效率提升 15%，達(dá)到每秒 90.2 個(gè)漢字的處理速度,。因此,，商湯在模型上面的能力，實(shí)際上還是在日日新,，不停地迭代和演進(jìn),。
徐立還透露，為了讓更多企業(yè)用戶低門檻接入并使用 " 日日新 " 大模型體系能力,，商湯于近期推出了 " 大模型 0 元 Go" 計(jì)劃,。凡是 " 日日新 " 的新注冊用戶，都可獲得涉及調(diào)用,、遷徙,、訓(xùn)練等多項(xiàng)免費(fèi)服務(wù)大禮包。同時(shí),，商湯還將免費(fèi)贈送 5000 萬 Tokens 包,，并且派出專屬搬家顧問，幫助 OpenAI 用戶實(shí)現(xiàn)零服務(wù)成本遷移,。
實(shí)際上,，最近一年多，商湯持續(xù)擴(kuò)大 AI 大模型投入力度,，確立了 " 模型即服務(wù) " 的商業(yè)模式,，通過 " 大模型 + 大裝置 " 推動實(shí)現(xiàn)通用人工智能（AGI）目標(biāo)。
今年 3 月,，商湯科技董事長兼 CEO 徐立表示,，在 Scaling Law（尺度規(guī)律）指引下，大模型正處于技術(shù)革命與性能提升的黃金時(shí)期,。自 2023 年發(fā)布以來,，商湯 " 日日新 " 大模型的能力每隔三個(gè)月都會有顯著提升，實(shí)現(xiàn)了萬卡萬參的大模型訓(xùn)練能力,，在基礎(chǔ)模型,、多模態(tài)、編程和工具調(diào)用,、百萬字無損上下文,、終端小模型上都達(dá)到國內(nèi)領(lǐng)先水平,。
據(jù) 2023 年財(cái)報(bào)數(shù)據(jù)，商湯 " 日日新 " 大模型 + 大裝置驅(qū)動生成式 AI 業(yè)務(wù)爆發(fā)式增長 200%,，收入達(dá) 12 億元,，貢獻(xiàn)了 35% 的營收。這是商湯成立十年以來,，以最快速度從無到有,、超過 10 億元收入體量的業(yè)務(wù)。
業(yè)務(wù)層面,，2024 年上半年,，商湯通過其大模型技術(shù)與多家行業(yè)頭部企業(yè)達(dá)成緊密合作。例如金山辦公的 WPS AI 通過整合商湯的大模型技術(shù),，實(shí)現(xiàn)了辦公軟件的智能化升級,；小米公司的小愛同學(xué)業(yè)務(wù)在商湯大模型技術(shù)的助力下，用戶體驗(yàn)得到了顯著提升,；海通證券與商湯合作,，構(gòu)建金融 AI 應(yīng)用推動數(shù)字化升級；閱文集團(tuán)通過結(jié)合商湯科技的擬人大模型技術(shù),，打造 AI native 的虛擬社交生態(tài)平臺——筑夢島,。
徐立表示，商湯的大模型自從文本開始,，拓展至代碼辦公,、擬人對話、金融,、農(nóng)業(yè)等多個(gè)垂直行業(yè),，推出專屬模型和一體機(jī)，使客戶能高效,、經(jīng)濟(jì)地使用 AI 大模型,。目前，商湯大模型已有超 3000 家客戶,。
"現(xiàn)在的認(rèn)知其實(shí)還是在于，說如何用大模型去賦能行業(yè),，而且我認(rèn)為,，我們處在一個(gè)很重要、關(guān)鍵的轉(zhuǎn)折節(jié)點(diǎn),，也就是接下來 AI 的超級時(shí)刻,，有賴于我們共同去營造超級應(yīng)用。" 徐立表示,。
整體來說,，全新商湯日日新大模型 5.5 版本,，在原生多模態(tài)能力下按場景需求可提供純語言、多圖理解,、4o 語音,、文生圖、代碼 / 辦公小浣熊,、擬人,、端側(cè)模擬、行業(yè)模型等多模態(tài),、多版本,、強(qiáng)場景 Agent 形態(tài)。
商湯披露,，截至目前,，已有超過兩百家企業(yè)選擇使用商湯代碼小浣熊工具，此次升級的小浣熊模型響應(yīng)速度提升達(dá) 5 倍,；同時(shí),，辦公小浣熊支持端側(cè)落地；基于 " 日日新 5.5" 大模型驅(qū)動下,，從 5 月到今天,，全新商湯擬人模型版本的平均使用時(shí)長在 SDK 調(diào)用下日均達(dá)到 130 分鐘，次日留存可以有 50% 以上,，且人均的對話人數(shù)超過 90 次,；另外，全新端側(cè)模型性能不斷提升,，支持手機(jī),、平板、一體機(jī),、車載等終端設(shè)備,，甚至還支持元蘿卜智能臺燈。
另外,，商湯早前還發(fā)布國內(nèi)首個(gè) " 可控 " 人物視頻生成大模型 Vimi,，也就是 " 圖生視頻 " 產(chǎn)品，僅通過一張任意風(fēng)格的照片就能生成和目標(biāo)動作一致的人物類視頻,，并支持多種驅(qū)動方式,，可通過已有人物視頻、動畫,、聲音,、文字等多種元素進(jìn)行驅(qū)動。
會前交流時(shí)，商湯研究院研發(fā)總監(jiān)盧樂煒 向鈦媒體 AGI 等透露,，目前商湯日日新的多模態(tài)模型就是邁向?qū)τ谝曨l理解,、對真實(shí)世界理解。" 在視頻指標(biāo)方面,，我們的模型跟目前的 SOTA 的方法相比,，有一個(gè) 10%-20% 的提升。"
" 性能提升需要模型有相當(dāng)大的規(guī)模,。另外,，如何更快速地訓(xùn)練一個(gè)更大（參數(shù)）規(guī)模的模型，無論從算法,、設(shè)計(jì)還有工程的配合,，都需要很大的工作量，所以我們過去兩個(gè)月一直在持續(xù)攻關(guān),。" 盧樂煒表示,。
徐立強(qiáng)調(diào)，商湯持續(xù)推進(jìn)模型應(yīng)用,，端側(cè)大模型的 API 接入價(jià)格將達(dá)到每臺設(shè)備,、每年 9.9 元。
目前,，商湯在多模態(tài),、基礎(chǔ)模型、文生圖,、文生視頻,、擬（數(shù)字）人模型、行業(yè)垂直模型,、端側(cè)模型,、開源模型等熱門技術(shù)上均有涉獵和持續(xù)迭代，同時(shí)也在不斷調(diào)整優(yōu)化整體研發(fā)和商業(yè)化節(jié)奏,。鈦媒體 AGI 了解到,，預(yù)計(jì) V6 版本將會在今年內(nèi)公布。
" 所有的智能音箱,、智能車載,、智能眼鏡，大家都來接上我們的端側(cè)大模型,，真正讓大家用得起 AI 大模型,，AI 才會進(jìn)入它的超級時(shí)刻。" 徐立在演講結(jié)尾表示,。
