今年大模型还要如何进化，还有怎样的想象空间？刚刚，商汤正式推出 “日日新”融合大模型，领先实现原生融合模态，深度推理能力与多模态信息处理能力均大幅提升，并在两大权威评测榜单夺得第一，成为“双冠王”。

　　国内权威大模型测评机构SuperCLUE最新发布的《中文大模型基准测评2024年度报告》：商汤“日日新”融合大模型以总分68.3的优异成绩，与 DeepSeek V3 一起并列国内榜首，成为年度第一。在近期另一个权威综合评测机构OpenCompass的多模态评测中，商汤以同一款模型同样取得了榜单第一，分数大幅领先GPT-4o。

　　商汤科技表示，“一个模型、双料冠军”，意味着其率先在原生融合模态训练取得实质性突破，这将引领业界从大语言模型和多模态大模型分立的普遍现状，走向真正意义的模型一统。商汤“日日新”突破了模态融合的技术，跨越了模态之间的鸿沟，就为深度推理能力和多模态信息的结合铺平了道路。

　　据介绍，商汤“日日新”融合大模型性能上文理兼修，在SuperCLUE年度评测中，文科成绩以81.8分位列全球第一，超越OpenAI的o1模型；理科成绩夺得金牌，其中计算维度以78.2分位列国内第一。实现原生模态融合后，“日日新”融合大模型不止能达到人类“看”和“想”的水平，还可以帮助你解决更多复杂问题，看不清的字体、数据图表里的信息、文学创作与撰写……这些都可以实现。

　　在实际应用场景中，相较于传统大语言模型仅支持单一文本输入的模式，"日日新"融合大模型展现出显著优势，尤其是在自动驾驶、视频交互、办公教育、金融、园区管理、工业制造等天然拥有丰富模态信息的场景中。“日日新"融合大模型能够有效满足用户对图像、视频、语音、文本等多源异构信息的综合处理与识别需求。例如，在办公、金融领域，其行业属性拥有很多复杂的富模态文档：表格、文本、图片、视频，以及融合上述形式的丰富信息，基于”日日新“融合大模型的商汤应用——办公小浣熊就可以高效地完成处理分析相关的复杂任务。与此同时，基于融合大模型的优势，商汤”日日新在视觉交互上也有丰富的应用场景，例如，在线上教育、语音客服等场景，均可以结合语音和自然语言来提升交互体验。

（文章来源：广州日报）