國產(chǎn)AI大模型迎來對標(biāo)全球頂尖版本時刻！

4月23日，商湯科技帶來全新升級的「日日新SenseNova 5.0」大模型，具備更強(qiáng)的知識、數(shù)學(xué)、推理及代碼能力，綜合性能全面對標(biāo) GPT-4 Turbo，并在主流客觀評測上達(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。且推理時上下文窗口達(dá)到 200K 左右。

基于超過10TB tokens訓(xùn)練、覆蓋數(shù)千億量級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)計的聯(lián)合調(diào)優(yōu)。

先看看BenchMark成績：

「日日新 5.0」在大部分核心測試集指標(biāo)上都對標(biāo)甚至超過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，分別從自然語言能力、文生圖能力、多模態(tài)和數(shù)據(jù)分析能力幾個方面對比一下。

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

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

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

以《紅樓夢》里亭子的題名來寫一篇關(guān)于文化、關(guān)于創(chuàng)新的作文：GPT-4寫作分別從學(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，難免不讓人覺得枯燥乏味；

「日日新 5.0」寫作頗為生動形象，節(jié)奏不一，引經(jīng)據(jù)典。從《詩經(jīng)》《楚詞》到《漢賦》，從“兼愛非攻”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)的生動刻畫，

「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)，不僅涉及到計算能力，其實(shí)也會涉及到很多對題目和問題描述的理解能力，反映的是一個更加綜合思考、構(gòu)建邏輯的過程。

當(dāng)前的AI大模型很容易失敗的一點(diǎn)是應(yīng)對之前沒有提問過的數(shù)學(xué)場景，當(dāng)背后缺少構(gòu)造完整思維鏈時就容易出錯。問一些小眾不常見的問題實(shí)際上是驗證其背后真正構(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

下面也是一個很簡單的邏輯題目。

「日日新 5.0」和GPT-4回答邏輯問題對比：“13個小朋友玩老鷹抓小雞，1人扮演老鷹，12個扮演小雞，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只沒有被抓住。這個題目并不是一個簡單算術(shù)的問題，而是需要對中文環(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，下面對比了商湯「日日新?秒畫」和目前行業(yè)中幾個最好的模型，包括：Midjourney、Stable Diffution 3、GPT-4V。

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



這個對比體現(xiàn)另外一個難點(diǎn)，即怎樣把不同字段的理解合成在一起。秒畫給出了一個非常未來感的建筑，且對建筑下的倒影、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。而其他幾個大模型會發(fā)現(xiàn)對于文字嵌入到圖像中，無論對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)測試MMBench中綜合得分排名首位，在多個知名多模態(tài)榜單MathVista, AI2D, ChartQA, TextVQA, DocVQA, MMMU 取得領(lǐng)先成績。

?

「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)雜的跨文檔知識抽取及總結(jié)問答展示，還具備豐富的多模態(tài)交互能力，下面看幾個具體例子。

首先是一個很常見的例子，針對信息長圖做核心內(nèi)容的提煉和分析。有時長圖尺寸很大，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的宣傳長圖為例，放到「日日新5.0」大模型中可以對長圖內(nèi)容進(jìn)行提問，如“請描述一下這張圖片的細(xì)節(jié)”。模型對長圖分析后，能夠?qū)﹂L圖的標(biāo)題和內(nèi)容進(jìn)行總結(jié)

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

「日日新5.0」展現(xiàn)出了對于中文理解的優(yōu)勢，特別是對文本的分析和對場景的理解上非常出色，識別出來有手機(jī)信號中國移動和中國聯(lián)通雙卡雙待，GPT-4沒有識別出來的。包括對車牌、司機(jī)姓名等細(xì)節(jié)內(nèi)容的提取，GPT-4的識別也有錯誤。

「日日新5.0」對這類多模態(tài)信息的獲取更加準(zhǔn)確

最后，再看看「日日新 5.0」對應(yīng)的數(shù)理能力。

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

用商湯“辦公小浣熊”處理這個任務(wù)，只要導(dǎo)入數(shù)據(jù)表格，通過自然語言和模糊的人類交互方法，分析統(tǒng)計出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F1總共有多少車手，有哪些獲得過總冠軍，獲獎次數(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，還能自動生成雷達(dá)圖