商湯AI模型「日日新」位居國內榜首 基礎認知能力評分超越ChatGPT

香港文匯報訊（記者 黎梓田）即時語音視頻中文測評基準SuperCLUE-Live首測結果出爐，商湯科技的日日新融合大模型交互版（SenseNova-5o，「日日新5o」）以總分68.59排名國內第一，在現時最熱門的即時語音視頻互動領域位居榜首。在基礎認知能力方面，「日日新5o」以77分超越ChatGPT的70.5分排名第一。

商湯表示，SuperCLUE-Live是中國首個音視頻評測基準，前瞻性面向新一代即時語音視頻交互產品的綜合能力。值得一提的是，綜合能力指語音+視頻的綜合能力，並非單獨針對語音／視頻的綜合能力。

「日日新5o」採用原生融合的方式，深度融合了視頻、圖片、語音和文本等模態，並結合多模態交錯數據聯合訓練。因此，「日日新5o」可以實現對多模態信息的感知和理解及記憶。同時，通過結合即時的RTC網絡，可以提供即時的語音視頻互動體驗。

基礎認知能力方面，「日日新5o」以77分超越ChatGPT的70.5分排名第一，SuperCLUE報告顯示，在實際測評中「日日新5o」識別物體準確性方面優於ChatGPT。在商湯「日日新」融合大模型訓練過程中，由訓練採樣的數據範圍（domain）場景覆蓋極為豐富，具備足夠的多樣性（diversity），通過結合視頻及圖片文本的交錯數據進行融合後訓練，確保了模型對於各類場景及物體，都具備強大的理解和識別能力。

目前，商湯已就「日日新5o」與超過50家企業客戶展開商務溝通，將模型技術和場景深度結合，實現交互優化，不斷提升用戶體驗。