對(duì)標(biāo) OpenAI GPT-4o 的中國(guó)版本來(lái)了！

7 月 5 日舉行的 2024 世界人工智能大會(huì)暨人工智能全球治理高級(jí)別會(huì)議（WAIC 2024）分論壇上，國(guó)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(guó)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(duì)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(duì)標(biāo) GPT-4o，同時(shí)也是國(guó)內(nèi)對(duì)標(biāo) GPT-4 Turbo 領(lǐng)先的國(guó)產(chǎn)大模型之一。

商湯科技董事長(zhǎng)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(shí)，而它有的一點(diǎn)智力完全是來(lái)自于對(duì)于知識(shí)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(tái)，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(cè)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(zèng)送 5000 萬(wàn) 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(dòng)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(zhǎng)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(lái)，商湯 " 日日新 " 大模型的能力每隔三個(gè)月都會(huì)有顯著提升，實(shí)現(xiàn)了萬(wàn)卡萬(wàn)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(wàn)字無(wú)損上下文、終端小模型上都達(dá)到國(guó)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(dòng)生成式 AI 業(yè)務(wù)爆發(fā)式增長(zhǎng) 200%，收入達(dá) 12 億元，貢獻(xiàn)了 35% 的營(yíng)收。這是商湯成立十年以來(lái)，以最快速度從無(wú)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(jí)；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(dòng)數(shù)字化升級(jí)；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(tái)——筑夢(mèng)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(duì)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(shuō)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(lái) AI 的超級(jí)時(shí)刻，有賴于我們共同去營(yíng)造超級(jí)應(yīng)用。" 徐立表示。

整體來(lái)說(shuō)，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(chǎng)景需求可提供純語(yǔ)言、多圖理解、4o 語(yǔ)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(chǎng)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(jí)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(dòng)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(zhǎng)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(duì)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(tái)燈。

另外，商湯早前還發(fā)布國(guó)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(dòng)作一致的人物類視頻，并支持多種驅(qū)動(dòng)方式，可通過已有人物視頻、動(dòng)畫、聲音、文字等多種元素進(jìn)行驅(qū)動(dòng)。

會(huì)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(duì)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(wú)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(tái)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(huì)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(lái)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(huì)進(jìn)入它的超級(jí)時(shí)刻。" 徐立在演講結(jié)尾表示。