直击WAIC 丨 商汤科技发布“日日新5o”,实时多模态交互对标GPT-4o
gif动态图后入第38节 这两天,山西运城开展“春风行动”就业援助服务招聘会,采取外拓劳务基地、“点对点”运输等方式,与省外就业岗位充裕的地区开展劳务协作,千方百计促进务工人员稳岗就业。dZ2II-o573dfZwUxTXj05Jl4XA-直击WAIC 丨 商汤科技发布“日日新5o”,实时多模态交互对标GPT-4o
新浪科技讯 7月6日上午消息,2024世界人工智能大会期间,商汤科技发布“日日新5o”大模型,交互体验对标GPT-4o,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,实现全新的AI交互模式,即实时的流式多模态交互。
例如,工作人员仅是和“日日新5o”打个招呼,它就自动识别出工作人员脖子佩戴的胸卡带子上的字眼,判断出现场就是世界人工智能大会会场,并表示在这个地方可以“好好学习”。对于可爱的小狗玩偶,“日日新5o”也能准确描述了小狗的外貌、表情以及重要穿戴。
此外,随便翻开一本书的任何一页,“日日新5o”也能自动介绍,不是简单的OCR识别文字,而是识别图文给出好理解的总结,真正做到实时交互。
能听会看更会找话题,据悉,这种交互模式可适用于实时对话和语音识别等应用,其多任务适应性强,能够在同一模型中自然处理多种任务,且根据不同上下文自适应调整行为和输出, 能够实现对标GPT-4o的交互体验,是源于“日日新5.5”基础模型能力的全面提升。(文猛
责任编辑:常福强