最強國產多模態大模型來了！硬剛GPT-4o，商湯現場演示實時音視頻交互

AIGC動態歡迎閱讀

原標題：最強國產多模態大模型來了！硬剛GPT-4o，商湯現場演示實時音視頻交互
關鍵字：商湯,模型,政策,解讀,演示
文章來源：智東西
內容字數：0字

內容摘要：

商湯發布國內首個流式多模態大模型日日新5o，多項測評超GPT-4o。
作者|三北
編輯|漠影
今日，“國產版GPT-4o”，日日新5o，亮相WAIC大會。
5月中旬，OpenAI推出新旗艦模型GPT-4o，憑借自然流暢的實時音視頻交互震驚世界。
僅僅一個多月之后，在我國一年一度的最大人工智能盛會WAIC 2024上，商湯科技正式推出日日新5.5，以及可進行流式多模態交互的5o版本，不僅多項測評超GPT-4o，還實現實時跨文本、音頻、圖像與視頻推理。
▲商湯日日新5.5多項核心指標測評超GPT-4o
商湯科技現場演示了新模型日日新5o的實時音視頻交互，引起了WAIC觀眾的一片沸騰。
比如，當演示者用手機對著桌上小狗，日日新5o可以在要求下講出小狗的表情，并識別出帽子上的文字和背景，多輪對話十分絲滑流暢。與此同時，商湯還推出可控人物類AI視頻生成產品Vimi，可穩定生成長達1分鐘的單鏡頭人物類視頻，具有高動態、高保真特點，預計月內公測。
通過Vimi，商湯董事長兼CEO徐立在現場致敬了人工智能領域的多位大咖，包括讓已故的AI科學家、商湯科技創始人湯曉鷗的照片“復活”，久違的音容笑貌浮現

原文鏈接：最強國產多模態大模型來了！硬剛GPT-4o，商湯現場演示實時音視頻交互