【ITBEAR科技資訊】4月26日消息，商湯科技近日發布的日日新5.0版本引起了業界的廣泛關注。該版本在語言、知識、推理、數學、代碼等多個領域展現出了顯著提升，據ITBEAR科技資訊了解，其在主流客觀評測上已達到或超越了GPT-4 Turbo的水平。
作為文科生，日日新5.0在開放問答場景進行了重點優化，無論是聊天、多輪對話、信息提取還是寫作等場景，都達到了業內領先水平。而對于理科生而言，該版本在知識、數學、推理、代碼能力方面同樣表現出色，與GPT-4 Turbo不相上下。
商湯日日新多模態5.0不僅具備文本理解能力，還能處理文檔、圖表、截圖和照片中的內容，成為了一個真正的“懂事”的日常助手。它能夠提供穿搭建議、食品分析、文案創作、烹飪建議等多種服務，展現出其在多個日常場景下的實用價值。
此外，商湯日日新5.0的文生圖和文生視頻功能也備受矚目。在文生大象的示例中，商湯秒畫生成的老象效果更為自然，而在視頻生成方面，商湯也展現出了出色的能力，能夠生成逼真且連貫的視頻內容。
商湯之所以能夠在多模態大模型上取得如此顯著的進步，背后離不開強大的算力供應、算法和數據支持。商湯從2017年起就在AI基礎設施上進行了大量投入，使其AI大裝置SenseCore成為業內稀缺的大模型專用基礎設施，總算力規模達12000P。此外，商湯還在算法模型設計上下足了功夫，通過巧妙的預訓練模型設計，讓模型能夠挖掘不同模態之間的關聯，實現圖文、音頻、視覺抽取理解的能力提升。
在數據方面，商湯積累了大量的多模態數據，并在數據質量上進行了保障，采用超過10T的Tokens，使得高質量數據的完備性得以保持。此外，商湯還合成構造了思維鏈數據，這是保障模型能力提升的關鍵。
商湯的多模態大模型5.0不僅具備強大的感知能力，還在服務方面進行了完善。新增的知識融合接口可以基于知識庫能力優化，大幅降低模型幻覺的出現。同時，商湯還提供了完善的服務流程，支持多種格式輸入和知識融合服務，為用戶提供更加便捷的使用體驗。
展望未來，商湯將繼續在通用AI和生成式AI領域進行探索和創新，為用戶提供更加智能化、便捷化的服務。隨著多模態大模型技術的不斷發展，我們有理由相信，未來的生活將會因為AI而變得更加美好。
