商汤在 WAIC 发布日日新 5.5 与实时多模态 5o

背景

世界人工智能大会（WAIC）在上海举办。商汤在 5.5 发布前两个月刚推出 5.0 版本，此次借助大会展示产品线的下一步。

发生了什么

2024 年 7 月，商汤在上海 WAIC 上发布日日新 5.5^[1]。公司将日日新 5o 称为中国首个实时多模态模型，并表示它的流式交互能力可与 GPT-4o 相比^[1]。

关键细节

商汤表示，日日新 5.5 的性能较 5.0 提升 30%^[1]。公司称，该模型在 8 项关键指标中有 5 项超过 GPT-4o^[1]。这些是公司自行公布的结果。

面向从 OpenAI 迁移的企业，公司提供了 5000 万 token 的免费额度^[1]。免费额度是模型服务商向客户提供试用的常见做法。

徐立表示，2024 年是大模型从单一模态走向多模态的关键一年^[1]。

影响

这次发布展示了商汤的实时多模态模型，同时向从 OpenAI 迁移的企业提供免费额度。技术主张与客户方案在同一场活动中呈现。

名词解释

实时多模态模型可以接收语音、图像和文字等输入，并在用户仍在交互时作出回应。流式输出指模型边生成边发送内容，而不是等全部生成完毕后一次性返回。轻量模型是体量较小的模型，目的是让响应更快、所需算力更少。

API（应用程序接口）是一套规则，让其他软件能够向模型发送请求。从一家服务商的 API 迁移到另一家，通常需要修改请求方式，并确认回答仍然符合预期。免费额度则让客户在正式付费前先行试用。基准测试的结果是在选定测试上的比较，“8 项中有 5 项超过”也应理解为公司自己的统计。