“造假”齐白石的《虾》，被国产AI一眼识破！

商汤在交互这块玩了个大的

原标题：“造假”齐白石的《虾》，被国产AI一眼识破！
文章来源：量子位
内容字数：6012字

商汤日日新大模型：更快、更准、更好的人工智能交互体验

本文总结了量子位对商汤最新发布的日日新融合大模型交互版（SenseNova-5o，简称“新5o”）的测评文章。该模型主打多模态能力，旨在提升AI交互质量，其显著特点是速度快、准确性高、体验好。

1. “新5o”的惊艳表现

文章通过多个例子展现了“新5o”的强大能力：它能识别出用真虾“造假”的齐白石画作，并推测出另一种可能性——模型；它能准确识别并解读繁体书法作品“宁静致远”，并解释阅读方向；它在交互过程中延迟极低，通常在2秒以内，并能模拟人类的语气、停顿和情绪，极大提升了交互的真实感和流畅度。

2. 超强记忆力与多模态能力

测试显示，“新5o”拥有不低于5分钟的记忆力。它能准确记住并回忆起之前看到的菜品和食材，即使在对话过程中被打断也能迅速回应。这不仅仅是信息的存储，更体现了其深入的理解和回忆能力。 此外，“新5o”还能玩“大家来找茬”游戏，准确指出图片中与年代不相符的物品。

3. 轻松应对复杂任务

文章展示了“新5o”在解决复杂问题上的能力。它能解答2024年北京高考物理选择题，并对答案进行详细解析；它还能识别并讲解复杂的神经网络架构图。 甚至，文章还安排了“新5o”与GPT-4进行对话，展现了其自然流畅的交互能力，并且在速度上略胜一筹。

4. 原生融合多模态技术的突破

“新5o”的强大能力源于其底层技术——国内首个原生融合多模态模型。这不同于简单的模态融合，它在模型架构和训练过程中实现了多种模态信息的深度融合，打破了模态间的壁垒，从而更有效地处理复杂任务。商汤通过海量数据训练，包括利用逆渲染等技术合成数据，并构建大量跨模态任务，最终实现了模型对多模态信息的整合理解和分析能力。

5. 亮眼的评测成绩与未来应用

“新5o”在SuperCLUE和OpenCompass两个权威榜单上取得了优异成绩，展现了其在语言、推理和多模态信息处理方面的领先水平。 未来，原生融合多模态技术将在自动驾驶、具身智能等领域发挥重要作用，例如提升自动驾驶安全性，增强智能体对环境的感知理解能力。

6. 结语

商汤的“新5o”在AI交互领域取得了显著突破，其快速、准确、真实的交互体验令人印象深刻。原生融合多模态技术的应用，为AI发展指明了新的方向，也预示着未来更加智能、便捷的人机交互体验。

联系作者

文章来源：量子位
作者微信：
作者简介：追踪人工智能新趋势，关注科技行业新突破