“造假”齊白石的《蝦》，被國產AI一眼識破！

商湯在交互這塊玩了個大的

原標題：“造假”齊白石的《蝦》，被國產AI一眼識破！
文章來源：量子位
內容字數：6012字

商湯日日新大模型：更快、更準、更好的人工智能交互體驗

本文總結了量子位對商湯最新發布的日日新融合大模型交互版（SenseNova-5o，簡稱“新5o”）的測評文章。該模型主打多模態能力，旨在提升AI交互質量，其顯著特點是速度快、準確性高、體驗好。

1. “新5o”的驚艷表現

文章通過多個例子展現了“新5o”的強大能力：它能識別出用真蝦“造假”的齊白石畫作，并推測出另一種可能性——模型；它能準確識別并解讀繁體書法作品“寧靜致遠”，并解釋閱讀方向；它在交互過程中延遲極低，通常在2秒以內，并能模擬人類的語氣、停頓和情緒，極大提升了交互的真實感和流暢度。

2. 超強記憶力與多模態能力

測試顯示，“新5o”擁有不低于5分鐘的記憶力。它能準確記住并回憶起之前看到的菜品和食材，即使在對話過程中被打斷也能迅速回應。這不僅僅是信息的存儲，更體現了其深入的理解和回憶能力。 此外，“新5o”還能玩“大家來找茬”游戲，準確指出圖片中與年代不相符的物品。

3. 輕松應對復雜任務

文章展示了“新5o”在解決復雜問題上的能力。它能解答2024年北京高考物理選擇題，并對答案進行詳細解析；它還能識別并講解復雜的神經網絡架構圖。 甚至，文章還安排了“新5o”與GPT-4進行對話，展現了其自然流暢的交互能力，并且在速度上略勝一籌。

4. 原生融合多模態技術的突破

“新5o”的強大能力源于其底層技術——國內首個原生融合多模態模型。這不同于簡單的模態融合，它在模型架構和訓練過程中實現了多種模態信息的深度融合，打破了模態間的壁壘，從而更有效地處理復雜任務。商湯通過海量數據訓練，包括利用逆渲染等技術合成數據，并構建大量跨模態任務，最終實現了模型對多模態信息的整合理解和分析能力。

5. 亮眼的評測成績與未來應用

“新5o”在SuperCLUE和OpenCompass兩個權威榜單上取得了優異成績，展現了其在語言、推理和多模態信息處理方面的領先水平。 未來，原生融合多模態技術將在自動駕駛、具身智能等領域發揮重要作用，例如提升自動駕駛安全性，增強智能體對環境的感知理解能力。

6. 結語

商湯的“新5o”在AI交互領域取得了顯著突破，其快速、準確、真實的交互體驗令人印象深刻。原生融合多模態技術的應用，為AI發展指明了新的方向，也預示著未來更加智能、便捷的人機交互體驗。

聯系作者

文章來源：量子位
作者微信：
作者簡介：追蹤人工智能新趨勢，關注科技行業新突破