商汤科技推出了 SenseNova 5.5，这是其 LLM 的增强版本，其中包括 SenseNova 5o——被誉为中国首个实时多模态模型。
SenseNova 5o 代表了人工智能交互的一次飞跃，提供与 GPT-4o 的流式交互功能相当的功能。这一进步使用户能够以类似于与真人交谈的方式与模型互动，使其特别适合实时对话和语音识别应用。
据商汤科技称，其最新型号在多个基准测试中均优于竞争对手：
在本周末于上海举行的世界人工智能大会 (WAIC) 上，商汤科技发布了 SenseNova 5.5。
该公司声称，该模型在 8 个关键指标中的 5 个方面均优于 GPT-4o。
虽然我对此持怀疑态度，但中国的人工智能初创公司正在取得重大进展pic.twitter.com/1ZFbojHs3v
— Rowan Cheung (@rowancheung) 2024 年 7 月 8 日
商汤科技董事长兼首席执行官徐立博士表示：“今年是大模型从单模向多模演进的关键一年。为了顺应用户需求，商汤科技也注重提升交互性。”
“随着应用推动模型及其功能的发展，再加上多模式流交互的技术进步，我们将见证人机交互的前所未有的转变。”
升级后的SenseNova 5.5整体性能比两个月前发布的上一代SenseNova 5.0提升了30%，其中数学推理能力、英语水平和指令执行能力都有显著提升。
为了使高级 AI 功能普及化，商汤科技推出了一款经济高效的边缘侧大型模型。这一发展将每台设备的成本降至每年 9.90 元人民币（1.36 美元），有望加速各种物联网设备的广泛采用。
该公司还推出了“Project $0 Go”，这是一项针对从 OpenAI 平台迁移的企业用户的免费入门包。该计划包括 5000 万个代币包和 API 迁移咨询服务，旨在降低希望利用 SenseNova 功能的企业的准入门槛。
商汤科技对边缘AI的布局，在SenseChat Lite-5.5的发布中得到充分体现，与上一代产品相比，其推理时间缩短了40%，仅为0.19秒。推理速度也提升了15%，达到每秒90.2个单词。
商汤科技扩展了其 AI 应用套件，推出了可控 AI 头像视频生成器 Vimi。该工具可以从一张照片中创建可精确控制面部表情和上半身动作的短视频片段，为娱乐和互动应用开辟了新的可能性。
该公司还升级了商汤浣熊系列，这是一套人工智能原生生产力工具。Code Raccoon 现在响应速度提高了 5 倍，编码精度提高了 10%，而 Office Raccoon 则扩展到包括面向消费者的网页和微信小程序版本。
商汤科技的大模型技术已经在各行各业引起轰动。在金融领域，它正在提高合规、营销和投资研究的效率。在农业领域，它帮助减少 20% 的材料使用，同时提高 15% 的农作物产量。文化旅游业的旅行计划和预订效率也显著提高。
目前，已有超过 3,000 家政府和企业客户在技术、医疗保健、金融和编程领域使用 SenseNova，商汤科技正在巩固其作为主要 AI 参与者的地位。
