商汤科技发布“日日新5o”大模型 可实时流式多模态交互
北京商报讯(记者魏蔚)7月5日,商汤科技发布模型“日日新5o”,交互体验对标GPT-4o,可实现实时的流式多模态交互。根据现场演示,工作人员和“日日新5o”打个招呼,它就可自动识别出工作人员脖子佩戴的胸卡带子上的字眼,判断出现场就是世界人工智能大会会场,工作人员拿来一只可爱小狗玩偶,“日日新5o”准确描述了小狗的外貌、表情以及穿戴。
随便翻开一本书的任何一页,“日日新5o”能自动介绍,不是简单的OCR识别文字,而是识别图文给出好理解的总结。能听会看更会找话题,这种交互模式特别适用于实时对话和语音识别等应用,其多任务适应性强,能够在同一模型中自然处理多种任务,且根据不同上下文自适应调整行为和输出。
(文章来源:北京商报)