国内首个！商汤科技发布“日日新5o”，实时多模态流式交互对标GPT-4o
内容提要
上海商汤科技发布国内首个所见即所得模型“日日新 5o”，实现全新AI交互模式，整合跨模态信息，识别文字、图像和视频等能力。商汤科技推出“大模型 0 元 Go”计划，为企业用户提供免费服务。
延伸解读
实时多模态交互的现场演示
文章详细描述了“日日新5o”在WAIC现场的演示：它能自动识别工作人员胸卡上的文字，判断出会场是人工智能大会；能描述小狗玩偶的外貌、表情和穿戴；能对书本任意一页进行图文总结而非简单OCR；还能从简笔画中捕捉情绪变化。这些例子展示了模型在实时流式多模态交互中的能力，即同时处理声音、文本、图像和视频信息，并做出即时反应。
从5.0到5.5的性能提升
文章指出，“日日新5.5”是“日日新5o”的基础模型，其综合性能较今年4月发布的“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方面明显增强。5.0曾对标GPT-4 Turbo，而5.5的交互效果和多项核心指标已实现对标GPT-4o。这一提升源于混合端云协同专家架构，该架构旨在降低推理成本并提升推理思维能力，训练数据超过10TB tokens，包含大量合成思维链数据。
企业用户的低门槛接入计划
商汤推出了“大模型0元Go”计划，新注册用户可获得调用、迁徙、训练等多项免费服务，并获赠5000万Tokens包。此外，商汤还提供专属搬家顾问，帮助OpenAI用户实现零服务成本迁移。这一计划旨在降低企业用户使用“日日新”大模型体系的门槛，但文章未提及该计划的具体期限、适用条件或后续收费方式，读者需关注官方进一步说明。
Q&A
商汤科技的“日日新 5o”模型有什么特点？
“日日新 5o”模型实现了实时多模态交互，能够识别文字、图像和视频等信息。
“日日新 5.5”与GPT-4o相比有什么优势？
“日日新 5.5”综合性能提升30%，在数学推理、英文能力和指令跟随等方面明显增强。
商汤科技推出的“大模型 0 元 Go”计划包含哪些内容？
该计划为新注册用户提供免费服务，包括5000万Tokens和专属搬家顾问。
“日日新 5o”模型如何进行实时描述和总结？
模型能够自动识别环境和物体，并在瞬间给出详细的描述和总结。
商汤科技的模型如何适应不同的上下文？
模型具备多任务适应性，能够根据不同上下文自适应调整行为和输出。
“日日新 5o”模型的训练数据来源是什么？
模型训练基于超过10TB的高质量训练数据，包括大量合成的思维链数据。
