最强国产多模态大模型来了！硬刚GPT-4o，商汤现场演示实时音视频交互

AIGC动态欢迎阅读

原标题：最强国产多模态大模型来了！硬刚GPT-4o，商汤现场演示实时音视频交互
关键字：商汤,模型,政策,解读,演示
文章来源：智东西
内容字数：0字

内容摘要：

商汤发布国内首个流式多模态大模型日日新5o，多项测评超GPT-4o。
作者|三北
编辑|漠影
今日，“国产版GPT-4o”，日日新5o，亮相WAIC大会。
5月中旬，OpenAI推出新旗舰模型GPT-4o，凭借自然流畅的实时音视频交互震惊世界。
仅仅一个多月之后，在我国一年一度的最大人工智能盛会WAIC 2024上，商汤科技正式推出日日新5.5，以及可进行流式多模态交互的5o版本，不仅多项测评超GPT-4o，还实现实时跨文本、音频、图像与视频推理。
▲商汤日日新5.5多项核心指标测评超GPT-4o
商汤科技现场演示了新模型日日新5o的实时音视频交互，引起了WAIC观众的一片沸腾。
比如，当演示者用手机对着桌上小狗，日日新5o可以在要求下讲出小狗的表情，并识别出帽子上的文字和背景，多轮对话十分丝滑流畅。与此同时，商汤还推出可控人物类AI视频生成产品Vimi，可稳定生成长达1分钟的单镜头人物类视频，具有高动态、高保真特点，预计月内公测。
通过Vimi，商汤董事长兼CEO徐立在现场致敬了人工智能领域的多位大咖，包括让已故的AI科学家、商汤科技创始人汤晓鸥的照片“复活”，久违的音容笑貌浮现

原文链接：最强国产多模态大模型来了！硬刚GPT-4o，商汤现场演示实时音视频交互