商汤科技发布 “日日新 5o” 实时多模态流式交互对标 GPT-4o

商汤科技发布 “日日新 5o” 实时多模态流式交互对标 GPT-4o 2024 世界人工智能大会暨人工智能全球治理高级别会议（WAIC 2024）战略合作伙伴商汤科技今天发布了国内首个所见即所得模型 “日日新 5o”，交互体验对标 GPT-4o，实现全新 AI 交互模式。（新浪科技）

7 月 5 日，商汤科技在 “大爱无疆・向新力” 人工智能论坛上发布了国内首个所见即所得模型 “日日新 5o”，通过整合跨模态信

7 月 5 日，商汤科技在 “大爱无疆・向新力” 人工智能论坛上发布了国内首个所见即所得模型 “日日新 5o”，通过整合跨模态信息，基于声音、文本、图像和视频等多种形式，“日日新 5o” 带来一种全新的 AI 交互模式，即实时的流式多模态交互，其交互体验对标 GPT-4o，实现全新 AI 交互模式。

商汤发布日日新 5.5 大模型体系

商汤发布日日新 5.5 大模型体系 商汤发布日日新 5.5 大模型体系，包括 6000 亿参数基础模型日日新 5.5，性能提升 30%；流式多模态交互模型日日新 5o，是国内首个所见即所得模型，可进行实时多模态交互和问答；日日新 5.5Lite 在端侧模型进行升级，模型精度提升 10%、首包延迟降低 40%，推理效率提升 15%。

商汤：即将发布 “日日新 5.5” 大模型 混合模态能力将全面升级

商汤：即将发布 “日日新 5.5” 大模型 混合模态能力将全面升级 商汤科技董事长兼 CEO 徐立在 2024 世界人工智能大会上介绍，商汤将发布 “日日新 SenseNova 5.5” 大模型，其混合模态能力将得到全面升级。

GPT-4o与GPT-4的区别

GPT-4o与GPT-4的区别 1. 性能提升：GPT-4o在性能上进行了显著提升，特别是在文本、语音和视觉处理方面。它能够更快地响应用户的输入，提供更自然和流畅的交互体验。 2. 响应速度：GPT-4o在响应速度上进行了优化，能够以更短的延迟时间处理用户的语音输入，平均响应时间为320毫秒，这与人类在对话中的响应时间相似。 3. 多模态交互：GPT-4o支持更高级的多模态交互，能够处理文本、音频和图像的任意组合输入，并生成对应的任意组合输出。这使得GPT-4o在交互性上更加灵活和强大。 4. 安全性：GPT-4o在设计中内置了跨模式的安全性，并通过与外部专家的合作，提高了与模型互动的安全性。 5. 成本和效率：GPT-4o在非英语文本上的性能有显著提高，同时API速度快，速率限制高出5倍，成本降低了50%。 6. 免费提供：与以往的模型不同，GPT-4o将免费提供给所有用户使用，而付费用户可以享受更高的调用额度。 7. 语音交互模式：GPT-4o采用了全新的技术，让聊天机器人的语音交互模式更加自然和逼真，能够根据指令调整说话时的语气，甚至唱歌。 8. 优化和迭代：GPT-4o通过训练时的优化和数据的迭代更新，提升了模型在特定任务和场景下的表现。 9. 风险管理：OpenAI认识到GPT-4o的音频模式存在风险，因此目前公开的是文本和图像输入以及文本输出，未来将围绕技术基础设施、训练后的可用性、发布其他模式所需的安全性开展工作。

OpenAI强势推出GPT-4o 　　具实时语音、文本、图像交互能力

OpenAI强势推出GPT-4o 　　具实时语音、文本、图像交互能力 OpenAI周一发布了一个性能更高、更接近人类的人工智能（AI）技术版本，该技术支持其备受欢迎的AI生成工具ChatGPT，并向所有用户免费开放。