商汤发布“日日新”大模型体系(今日财经：#根据真人视频生成数字人还能对话“商量”#解读)

财经资讯 2023-04-10 20:03:15

今天举行的技术交流日活动上，商汤科技分享了以“大模型大算力”推进AGI(通用人工智能)发展的战略布局，并发布了“日日新...更多知识由小编为你整理了《商汤发布“日日新”大模型体系》详细内容,欢迎关注学习。

商汤发布“日日新”大模型体系

今天举行的技术交流日活动上，商汤科技分享了以“大模型大算力”推进AGI(通用人工智能)发展的战略布局，并发布了“日日新SenseNova”大模型体系。

这个体系包含自然语言处理、内容生成、自动化数据标注、自定义模型训练等多种大模型及能力，如语言大模型“商量SenseChat”具有多轮对话和超长文本的理解能力，还能帮助开发者更高效地编写和调试代码；又如“如影SenseAvatar”数字人视频生成平台，仅需一段5分钟真人视频素材，就可以生成声音和动作自然、口型准确、会说多语种的数字人分身。

AI大装置支撑大模型研发

当前，开发人工智能大模型成为业界潮流，对大算力的需求非常旺盛。商汤历时5年建设了AI大装置SenseCore，装置上共有27000块GPU芯片卡，可以输出5.0exaFLOPS总算力，每秒能完成百亿亿次浮点运算，是亚洲最大的智能计算平台之一。基于大装置的能力，商汤构建了计算机视觉、自然语言处理、AI内容生成、多模态、决策智能等多个领域的大模型。

“在AI大模型时代，数据、算法和算力这三要素在经历新的演变，大模型参数量将以指数级的速率提升，而数据量随着多模态的引入也将大规模增长，必然会导致算力需求的剧增。”商汤科技董事长兼首席执行官徐立说，“我们利用AI大装置打造了‘日日新SenseNova’大模型体系，这个名字寓意‘苟日新、日日新、又日新’，希望在模型的迭代速度及处理问题的能力上日日更新，不断解锁AGI的更多可能。”

商汤科技联合创始人、首席科学家王晓刚表示，AGI催生了新的研究范式，即基于一个强大的多模态基模型，通过强化学习和人类反馈不断解锁基模型新的能力，从而更高效地解决海量的开放式任务。AGI将实现从“数据飞轮”到“智慧飞轮”的演进，最终迈向人机共智。目前，公司已建立全栈的大模型研发体系，并在多个行业场景中落地。“我们将持续推动基础设施建设，期待与合作伙伴一起投入AGI的时代大潮。”

商汤发布“日日新”大模型体系

据介绍，“日日新”为政企客户提供了多种灵活的API接口和服务，包括图片生成、自然语言生成、视觉感知通用任务与标注服务。客户可根据实际应用需求，调用大模型的各项AI技术能力，低门槛、低成本、高效率地实现各类AI应用。

具有视听和语言多模态能力

这个大模型体系已为商汤自身的业务带来了诸多突破。如在智能驾驶领域，基于视觉大模型，商汤实现了可识别3000类物体的BEV环视通用感知算法的实车量产，并构建了感知决策一体化的自动驾驶多模态模型，带来更强的环境、行为、动机解码能力。

除了视觉能力，“日日新”也包含语言大模型“商量SenseChat”。这是一个千亿级参数的自然语言处理模型，经过大量数据训练，并充分考虑了中文语境，能更好地理解和处理中文文本。

活动现场，“商量”展示了多轮对话和超长文本的理解能力，还展示了语言大模型支持的几项创新应用：编程助手，可帮助开发者更高效地编写和调试代码；健康咨询助手，为用户提供个性化的医疗建议；PDF文件阅读助手，能从复杂文档中提取和概括信息。

“日日新”还有AI文生图创作、2D/3D数字人生成、大场景/小物体生成等一系列生成式AI模型及应用。其中，“秒画”文生图创作平台具有光影真实、细节丰富、风格多变的文生图能力，可支持6K高清图生成；“如影”数字人视频生成平台仅需一段5分钟的真人视频素材，就可以生成出来声音和动作自然、口型准确、会说多语种的数字人分身；“琼宇”和“格物”3D内容生成平台可以高效、低成本地生成大规模三维场景和精细化物件，为元宇宙、虚实融合应用打开新的想象空间。

无论是语言大模型，还是文生图或数字人生成，都离不开大规模AI基础设施的算力支持。目前，SenseCore大装置最多可支持20个千亿参数量大模型同时训练，最高可支持万亿参数超大模型的训练；已支持超过10个大模型训练项目，为8个客户提供了大模型训练服务。

未来，基于AI大装置和“日日新”大模型体系，商汤将向行业伙伴提供涵盖自动化数据标注、自定义大模型训练、模型增量训练、模型推理部署、开发效率提升等多种大模型服务，促进行业生态繁荣，共同实现通用人工智能的技术突破。

【内容声明】文章内容由新财梯网编辑整理，新闻来源：上观新闻