國(guó)產(chǎn)AI大模型迎來(lái)對(duì)標(biāo)全球頂尖版本時(shí)刻！

4月23日，商湯科技帶來(lái)全新升級(jí)的「日日新SenseNova 5.0」大模型，具備更強(qiáng)的知識(shí)、數(shù)學(xué)、推理及代碼能力，綜合性能全面對(duì)標(biāo) GPT-4 Turbo，并在主流客觀評(píng)測(cè)上達(dá)到或超越 GPT-4 Turbo。

「日日新 5.0」能力提升主要得益三個(gè)方面：

采用混合專家架構(gòu)（MoE），激活少量參數(shù)就能完成推理。且推理時(shí)上下文窗口達(dá)到 200K 左右。

基于超過(guò)10TB tokens訓(xùn)練、覆蓋數(shù)千億量級(jí)的邏輯型合成思維鏈數(shù)據(jù)。

商湯AI大裝置SenseCore算力設(shè)施與算法設(shè)計(jì)的聯(lián)合調(diào)優(yōu)。

先看看BenchMark成績(jī)：

「日日新 5.0」在大部分核心測(cè)試集指標(biāo)上都對(duì)標(biāo)甚至超過(guò)GPT-4 Turbo

在實(shí)際使用中，「日日新 5.0」具體表現(xiàn)怎么樣?下面，分別從自然語(yǔ)言能力、文生圖能力、多模態(tài)和數(shù)據(jù)分析能力幾個(gè)方面對(duì)比一下。

▎自然語(yǔ)言能力 「日日新 5.0」的自然語(yǔ)言能力得益于對(duì)大量中文語(yǔ)料的構(gòu)建。

創(chuàng)意寫(xiě)作、推理以及總結(jié)能力均大幅提升，相同的中文知識(shí)注入后，可以獲得更好的理解總結(jié)及問(wèn)答，為教育、內(nèi)容產(chǎn)業(yè)等垂直應(yīng)用場(chǎng)景提供有力輔助。

例如，在創(chuàng)意寫(xiě)作方面，「日日新 5.0」可以打破傳統(tǒng)作文的“八股式”寫(xiě)法，將通用知識(shí)、新知識(shí)融會(huì)貫通，實(shí)現(xiàn)更開(kāi)放式的創(chuàng)作。

以《紅樓夢(mèng)》里亭子的題名來(lái)寫(xiě)一篇關(guān)于文化、關(guān)于創(chuàng)新的作文：GPT-4寫(xiě)作分別從學(xué)習(xí)、工作、生活維度討論傳統(tǒng)與創(chuàng)新，套路痕跡較為明顯，淺嘗輒止，難免不讓人覺(jué)得枯燥乏味；

「日日新 5.0」寫(xiě)作頗為生動(dòng)形象，節(jié)奏不一，引經(jīng)據(jù)典。從《詩(shī)經(jīng)》《楚詞》到《漢賦》，從“兼愛(ài)非攻”到“民貴君輕”，革古鼎新，“一花獨(dú)放不是春，百花齊放春滿園”，文化交流是創(chuàng)新生生不息的源泉。從歷史宏觀到細(xì)節(jié)的生動(dòng)刻畫(huà)，

「日日新 5.0」想象力豐富，似一位才華橫溢的“大才子”

數(shù)學(xué)，不僅涉及到計(jì)算能力，其實(shí)也會(huì)涉及到很多對(duì)題目和問(wèn)題描述的理解能力，反映的是一個(gè)更加綜合思考、構(gòu)建邏輯的過(guò)程。

當(dāng)前的AI大模型很容易失敗的一點(diǎn)是應(yīng)對(duì)之前沒(méi)有提問(wèn)過(guò)的數(shù)學(xué)場(chǎng)景，當(dāng)背后缺少構(gòu)造完整思維鏈時(shí)就容易出錯(cuò)。問(wèn)一些小眾不常見(jiàn)的問(wèn)題實(shí)際上是驗(yàn)證其背后真正構(gòu)建思維鏈的能力。

「日日新 5.0」和GPT-4回答趣味推理問(wèn)題：“媽媽給圓圓沖了一杯咖啡，圓圓喝半杯后，將它加滿水，然后她又喝了半杯后，再加滿水，最后全部喝完。問(wèn)圓圓喝了多少咖啡，多少水？”，「日日新 5.0」回答正確

下面也是一個(gè)很簡(jiǎn)單的邏輯題目。

「日日新 5.0」和GPT-4回答邏輯問(wèn)題對(duì)比：“13個(gè)小朋友玩老鷹抓小雞，1人扮演老鷹，12個(gè)扮演小雞，已經(jīng)抓了5只小雞，還剩幾只？”。GPT-4給出答案是抓了5只還剩8只，而日日新的答案是減掉1只老鷹所以還有7只沒(méi)有被抓住。這個(gè)題目并不是一個(gè)簡(jiǎn)單算術(shù)的問(wèn)題，而是需要對(duì)中文環(huán)境有充分理解，顯然「日日新 5.0」表現(xiàn)更好

▎文生圖能力

「日日新5.0」的文生圖能力也有較大提升，下面對(duì)比了商湯「日日新?秒畫(huà)」和目前行業(yè)中幾個(gè)最好的模型，包括：Midjourney、Stable Diffution 3、GPT-4V。

人像是評(píng)估文生圖能力的關(guān)鍵場(chǎng)景之一，「日日新5.0」在人物生成上有非常大的提升。秒畫(huà)生成的人像可以看出非常好皮膚的紋理，而其他幾個(gè)大模型在皮膚上都做了磨皮



這個(gè)對(duì)比體現(xiàn)另外一個(gè)難點(diǎn)，即怎樣把不同字段的理解合成在一起。秒畫(huà)給出了一個(gè)非常未來(lái)感的建筑，且對(duì)建筑下的倒影、波浪都表現(xiàn)得非常具有美感，實(shí)現(xiàn)了比較完整的指令跟隨且生成效果好。而其他幾個(gè)大模型會(huì)發(fā)現(xiàn)對(duì)于文字嵌入到圖像中，無(wú)論對(duì)文字的理解還是放置位置，都有一定缺失

▎多模態(tài)和數(shù)據(jù)分析能力

本次「日日新5.0」另一大核心指標(biāo)就是多模態(tài)能力，商湯多模態(tài)大模型的圖文感知能力達(dá)到全球領(lǐng)先水平，在權(quán)威綜合基準(zhǔn)測(cè)試MMBench中綜合得分排名首位，在多個(gè)知名多模態(tài)榜單MathVista, AI2D, ChartQA, TextVQA, DocVQA, MMMU 取得領(lǐng)先成績(jī)。

?

「日日新5.0」在應(yīng)用產(chǎn)品層面也實(shí)現(xiàn)了更卓越的多模態(tài)能力，支持高清長(zhǎng)圖的解析和理解以及文生圖交互式生成，還可以實(shí)現(xiàn)復(fù)雜的跨文檔知識(shí)抽取及總結(jié)問(wèn)答展示，還具備豐富的多模態(tài)交互能力，下面看幾個(gè)具體例子。

首先是一個(gè)很常見(jiàn)的例子，針對(duì)信息長(zhǎng)圖做核心內(nèi)容的提煉和分析。有時(shí)長(zhǎng)圖尺寸很大，很多多模態(tài)大模型支持不了很大的圖像分辨率，而「日日新5.0」提供了非常大的分辨率接口。

以商湯絕影SenseAuto的宣傳長(zhǎng)圖為例，放到「日日新5.0」大模型中可以對(duì)長(zhǎng)圖內(nèi)容進(jìn)行提問(wèn)，如“請(qǐng)描述一下這張圖片的細(xì)節(jié)”。模型對(duì)長(zhǎng)圖分析后，能夠?qū)﹂L(zhǎng)圖的標(biāo)題和內(nèi)容進(jìn)行總結(jié)

大家有時(shí)會(huì)把打車軟件截圖發(fā)給等待的朋友，這里面有司機(jī)信息、車的信息、車牌信息、時(shí)間信息等等一系列文字和圖片信息，信息密度非常高。對(duì)于大模型的信息提取分析很有挑戰(zhàn)。

「日日新5.0」展現(xiàn)出了對(duì)于中文理解的優(yōu)勢(shì)，特別是對(duì)文本的分析和對(duì)場(chǎng)景的理解上非常出色，識(shí)別出來(lái)有手機(jī)信號(hào)中國(guó)移動(dòng)和中國(guó)聯(lián)通雙卡雙待，GPT-4沒(méi)有識(shí)別出來(lái)的。包括對(duì)車牌、司機(jī)姓名等細(xì)節(jié)內(nèi)容的提取，GPT-4的識(shí)別也有錯(cuò)誤。

「日日新5.0」對(duì)這類多模態(tài)信息的獲取更加準(zhǔn)確

最后，再看看「日日新 5.0」對(duì)應(yīng)的數(shù)理能力。

上周，中國(guó)首位F1車手周冠宇完成了他在F1中國(guó)大獎(jiǎng)賽的比賽。用大模型統(tǒng)計(jì)下周冠宇和F1賽事的情況。

用商湯“辦公小浣熊”處理這個(gè)任務(wù)，只要導(dǎo)入數(shù)據(jù)表格，通過(guò)自然語(yǔ)言和模糊的人類交互方法，分析統(tǒng)計(jì)出2022年、2023年、2024年的周冠宇參賽信息。其中包括引導(dǎo)模型將數(shù)據(jù)庫(kù)中拼音的guanyu-zhou與人類搜索的漢字周冠宇實(shí)現(xiàn)匹配，打通任務(wù)鏈。還有更復(fù)雜的任務(wù)，如統(tǒng)計(jì)F1總共有多少車手，有哪些獲得過(guò)總冠軍，獲獎(jiǎng)次數(shù)從高到低排列，這涉及更大的數(shù)據(jù)表格和圈數(shù)、領(lǐng)獎(jiǎng)數(shù)等更多維度的細(xì)節(jié)信息，最終也都給出了完全正確的答案，還能自動(dòng)生成雷達(dá)圖