日日新 5.5

是什么

日日新 5.5（SenseNova 5.5）是商汤（SenseTime）日日新模型系列的一次发布，2024 年 7 月初在上海的世界人工智能大会（WAIC）上亮相^[1]。它不是一个模型，而是一组规模不同、部署位置也不同的模型：面向通用场景的主力版本、追求服务速度的轻量版本、小到可以放在设备上运行的端侧版本，以及为实时对话准备的多模态版本^[1]。

其中多模态版本名为 SenseNova 5o，商汤称其为中国首个实时多模态模型，在实时对话与语音识别上对标 GPT-4o 的流式交互^[1]。所谓流式交互，是指输入一边产生一边处理，而不是等一整段内容上传完毕再开始，因此用户可以像打电话一样边说边得到回应。

由来

这次发布距离日日新 5.0 大约两个月^[1]。商汤把它描述为一次抬升，而不是重写：称其综合性能比 5.0 提升 30%，进步集中在数学推理、英文和指令遵循上^[1]。指令遵循指的是模型能否真正按要求完成任务——指定的格式、给定的限制、需要几步才能做完的请求，能不能照着办；这往往是「演示能跑」和「产品能用」之间的分界线。

商汤还称，该模型在 8 项关键指标中有 5 项超过 GPT-4o^[1]。这类对比很依赖选了哪些基准、怎么跑，所以更适合当作厂商自己的定位来看，而不是一个独立的测评结论。

主要特点

家族中的轻量版本 SenseChat Lite-5.5 把推理时间缩短了 40%，降到 0.19 秒，同时达到每秒 90.2 字^[1]。推理时间指从请求发出到回复返回之间的延迟，它决定了很多人同时使用时，对话是「立刻有反应」还是明显卡顿。

另一头是端侧模型，最低每台设备每年 9.90 元^[1]。端侧模型跑在设备本地而不是数据中心，因此某些功能不依赖网络往返也能用；按设备按年计价，则让硬件厂商的成本可预期，而不必随每个用户生成多少文本而浮动。

发布同时带来一套商业方案。名为「Project $0 Go」的计划面向从 OpenAI 迁移的企业，提供免费 5000 万 token 的用量包，以及 API 迁移咨询^[1]。token 是模型读写和计费的基本单位，大致相当于一小段文字，所以用量包实际上就是预付的使用额度；而咨询则对应把程序里的接口调用改到另一家服务上所需的工作。

语言模型之外，这次发布还推出了可控数字人视频生成工具 Vimi，并对 Raccoon 做了升级^[1]。商汤称，已有超过 3000 家政府与企业客户在使用日日新^[1]。

在发展中的位置

后来的公司财报补上了时间与家族形状。商汤在 2024 年 8 月 29 日发布的半年报中称，日日新 5.5 于 2024 年 7 月完成升级，综合能力比 5.0 版本提升约 30%^[2]；同一份业绩还称，公司已基于日日新 5.5 开发出多个规模的模型^[2]。

合起来看，这次发布与其说是一项单点成绩，不如说是想把部署的整个区间一次铺满：顶端是实时多模态交互，中间是便宜快速的推理服务，底端是按设备计价的端侧能力；同时用迁移优惠去争取那些已经在别家接口上做开发的团队。