日日新 5.0

是什么

日日新 5.0（SenseNova 5.0）是商汤科技的大语言模型，2024 年 4 月 23 日在上海、深圳等城市举行的商汤技术日（SenseTime Tech Day）活动上发布^[1]。它是商汤大模型产品线的第五代，该系列最早于 2023 年 4 月面世^[4]。

架构与训练

日日新 5.0 采用混合专家（mixture-of-experts，MoE）架构，训练使用了超过 10TB 的 token，其中包含大量合成数据^[1]。推理时它支持约 20 万 token（200K）的上下文窗口^[1]。

混合专家是一种稀疏化的组织方式：模型内部有许多专门化的子网络，处理每个词时只调用其中一部分，而不是让整个网络全部参与计算。这样参数量可以做得很大，单次计算的成本却相对可控。上下文窗口指的是模型一次能「看到」多少文本，窗口越大，能一起处理的长文档或长对话就越长。

商汤科技首席执行官徐立（Xu Li）把日日新 5.0 描述为建立在知识、推理、执行（Knowledge, Reasoning and Execution，KRE）三层架构之上，并由规模定律（Scaling Law）指导^[4]。规模定律是模型能力随参数、数据与算力规模扩大而提升的经验规律。

基准表现

商汤称，在主流客观基准测试上，日日新 5.0 与 GPT-4 Turbo 持平或有所超越，在知识、数学、推理和编程方面均有提升^[1]。商汤报告说，它在 MMBench 上取得最高综合得分，并在 MathVista、AI2D、ChartQA、TextVQA、DocVQA 和 MMMU 上取得领先结果^[1]。这些成绩由开发商自己公布，用于在标准化题目上横向比较不同模型的表现。

从云到端

这次发布覆盖的是一条从云到端的阵容，而不是单个模型。端侧模型在中端平台上每秒生成 18.3 个词，在旗舰平台上达到每秒 78.3 个词^[1]。商汤表示，其端侧图像扩散在主流平台上能在不到 1.5 秒内输出 1200 万像素以上的图像^[4]。文生视频当时仍在研发中，没有在 5.0 发布时推出^[4]。

合作伙伴与市场反应

发布时的合作伙伴包括金山办公（WPS 365）、海通证券和小米；小米 SU7 的座舱通过小爱（Xiao Ai）使用商汤的技术^[1]。发布后商汤股价一度上涨超过 30%，随后交易被暂停^[2]；维基百科也记录了日日新 5.0 公告后股价上涨逾 30% 一事^[3]。

在发展中的位置

日日新 5.0 是 2023 年 4 月首次亮相的系列中的第五代^[4]。它把 GPT-4 Turbo 作为公开的性能参照^[1]，同时强调云端与端侧两条腿走路：云端承载最大的模型，端侧版本则在设备本地运行^[1][4]。发布伙伴横跨办公软件、证券和汽车场景^[1]，而股价的跳涨说明市场对这次发布关注得有多紧^[2][3]。当时尚未完成的文生视频，则标出了商汤所说的下一步方向^[4]。