【ITBEAR科技资讯】4月26日消息，商汤科技近日发布的日日新5.0版本引起了业界的广泛关注。该版本在语言、知识、推理、数学、代码等多个领域展现出了显著提升，据ITBEAR科技资讯了解，其在主流客观评测上已达到或超越了GPT-4 Turbo的水平。
作为文科生，日日新5.0在开放问答场景进行了重点优化，无论是聊天、多轮对话、信息提取还是写作等场景，都达到了业内领先水平。而对于理科生而言，该版本在知识、数学、推理、代码能力方面同样表现出色，与GPT-4 Turbo不相上下。
商汤日日新多模态5.0不仅具备文本理解能力，还能处理文档、图表、截图和照片中的内容，成为了一个真正的“懂事”的日常助手。它能够提供穿搭建议、食品分析、文案创作、烹饪建议等多种服务，展现出其在多个日常场景下的实用价值。
此外，商汤日日新5.0的文生图和文生视频功能也备受瞩目。在文生大象的示例中，商汤秒画生成的老象效果更为自然，而在视频生成方面，商汤也展现出了出色的能力，能够生成逼真且连贯的视频内容。
商汤之所以能够在多模态大模型上取得如此显著的进步，背后离不开强大的算力供应、算法和数据支持。商汤从2017年起就在AI基础设施上进行了大量投入，使其AI大装置SenseCore成为业内稀缺的大模型专用基础设施，总算力规模达12000P。此外，商汤还在算法模型设计上下足了功夫，通过巧妙的预训练模型设计，让模型能够挖掘不同模态之间的关联，实现图文、音频、视觉抽取理解的能力提升。
在数据方面，商汤积累了大量的多模态数据，并在数据质量上进行了保障，采用超过10T的Tokens，使得高质量数据的完备性得以保持。此外，商汤还合成构造了思维链数据，这是保障模型能力提升的关键。
商汤的多模态大模型5.0不仅具备强大的感知能力，还在服务方面进行了完善。新增的知识融合接口可以基于知识库能力优化，大幅降低模型幻觉的出现。同时，商汤还提供了完善的服务流程，支持多种格式输入和知识融合服务，为用户提供更加便捷的使用体验。
展望未来，商汤将继续在通用AI和生成式AI领域进行探索和创新，为用户提供更加智能化、便捷化的服务。随着多模态大模型技术的不断发展，我们有理由相信，未来的生活将会因为AI而变得更加美好。
