今天小编分享的科学经验:商汤日日新大模型90天大更新!CEO现场整活,主打突破想象力,欢迎阅读。
商汤 " 日日新 "AI 大模型,如其名,真的做到了日日新。
这不,从发布到现在,时隔仅仅 3 个月,商汤便正式宣布:
商汤日日新(SenseNova)大模型体系全面更新。
那么这个更新版本又有哪些优化?
话不多说,直接上结果。
例如基于日日新的千亿参数语言大模型商量 2.0(SenseChat),在三个全球权威测评基准中的表现,均超越了 ChatGPT:
△各大语言模型在 MMLU、AGIEval、C-Eval 三个评测基准中得分情况
除此之外,基于日日新的其它各大 AIGC 平台,这次也一口气也都来了个大更新:
秒画 3.0(SenseMirage):参数量提升至 70 亿量级,实现专业摄影级图片细节刻画。
如影 2.0(SenseAvatar):语音和口型流畅度提升 30% 以上,实现 4K 高清视频效果。
琼宇 2.0(SenseSpace):空间重建效率提升 20%,渲染性能提升 50%。
格物 2.0(SenseThings):渲染精度大幅提升,对物品纹理及材质的还原达到毫米级精细度。
在现场,商汤 CEO 徐立也拿着秒画 3.0 搞起了花活:
人没去 CVPR 2023 现场领奖(商汤斩获今年最佳论文),那就直接让秒画来生成。
不会弹吉他、不会画画,没关系,继续生成:
咱就是说,城会玩儿了。
那么全新更新的日日新,更多产品的具体表现如何?我们继续往下看。
不只是超越了 ChatGPT 这么简单让老子和孔子对话
整体来看,商量的模型基础能力在 2.0 版本有了大幅的提高,这点我们从上文提到的性能超越 ChatGPT 便可有直观感受。
在模型的体系方面,商汤除了推出商量 2.0(SenseChat XL)之外,还推出了一个商量 S 版(SenseChat S),也就是小模型版本。
徐立便在现场展示了用这两个模型展示了一波 " 孔子对话老子 " 的情景:
在语言方面,它新增了一些地区语言,例如阿拉伯语和粤语等;以及支持简体中文、繁体中文、英语等多种语言互動。
同样是这场 " 孔子对话老子 ",粤语版本是这样的:
同时,商量 2.0 还突破了大语言模型输入长度的限制。
例如给它一个指令:将超长的英文文本总结为中文概要,商量 2.0 便可立即执行这样复杂的任务。
不仅如此,用户还可以基于此进一步进行多轮对话:
最后,商量 2.0 还发布了一个 " 外挂 " ——知识库挂载:
无需训练模型,就可以快速融合知识生成;搭配企业知识库可以快速解决相关领網域问题。
生成摄影级影像,提示词可以自动补充了
在文生图方面,商汤的秒画更新到了 3.0 版本,从功能更新的内容上来看,主打的就是一个 " 突破想象力 "。
例如在轻量级方面,现在每个人都能通过拖拽的动作,在 10 分钟内微调模型,并且定制化个人专属的生成 AI。
我们在上面提到的徐立 " 搞花活 " 便是个很好的例子。
在" 智能化 "方面,根据提示词(prompt)来生成 AI 绘画作品不会再变得很繁琐,因为现在就连提示词都可以自动补充了。
以往我们想让 AI 生成一条龙,可能就会输入 " 中国龙 "、" 蓝色摆件 "、" 珠宝风格 ",但往往由于提示词过于简单,并不能达到特别精细的效果。
而现在,同样是只输入这三个短语,秒画 3.0 会自动对提示词做补充,然后生成更为惊艳的作品:
再来感受一下提示词 " 阳光下的塑料袋 ",在被自动扩充后的效果:
最后在效果方面,秒画 3.0 现在生成的影像,无论是成片水准还是细节与元素,都能够达到影视级的效果。
除了单打独斗的能力之外,当商量 2.0 和秒画 3.0 结合之后的多模态大模型,也衍生出了一种新玩法——热点事件理解。
在对话过程中 " 喂 " 它一张图片或视频,便可以看图说话,更加深入且精准的描述素材中的内容。
延参法师也 " 来现场 " 了
数字人方面的如影 2.0也是本次商汤产品大更新的重点。
这不,在现场商汤便展示了延参法师等知名人物的数字人效果,无论是声音(口音)亦或是神情,真的可以说是栩栩如生。
还有包括主持人张泉灵、经济学家任泽平、上交大教授季卫东等等,堪称上演了一出 " 百变大咖秀 "。
在语言方面,如影 2.0 打造的数字人在英语、日语、西班牙、阿拉伯语等多语种的精准度提升 30% 以上,而且口型和语音匹配得更加自然。
在生成效果方面,如影 2.0 支持实现影级 4K 高清视频的输出,可以让成片更加精良。
如影的更新也同样带来了一种新玩法——
现在,用户可以通过输入提示词自动生成与描述匹配的专属数字人形象了!
而且还是可以实现数字人歌唱功能的那种。
这便极大地降低了虚拟网红、数字人短片等内容生成的门槛。
无论 1 万平米还是 1 毫米都能 hold 住的 3D 重建
最后在 3D 重建、数字孪生领網域,商汤同样带来了大更新——琼宇 2.0和格物 2.0。
先来看下这样一个恢弘的场景:
如果不说这是琼宇 2.0 3D 重建的结果,或许很多小伙伴都会以为是航拍的视频了。
据了解,琼宇 2.0 目前已经实现了厘米级三维重建精度,室外每 1 万平米精度达 5 厘米,室内每 1000 平米精度达 1 厘米。
同时,重建效率提升 20%,渲染性能提升 50%,100 平方公里场景的建图时间仅需 38 小时即可完成(1200 TFLOPS/ 秒算力支持)。
除了这种宏观场景的 3D 重建之外,在微观层面上的 3D 重建能力,随着格物迭代到 2.0 版本也有了大幅提升——
对物品纹理及材质的还原达到毫米级精细度,能够带来更清晰、更真实的产品细节体验。
更重要的是,格物 2.0 还突破了高反光和镜面物体采集这种老大难的问题,是无需贴纸或标签,即可精确还原商品的外观和特征的那种。
不难看出,日日新大模型在步入 2.0 时代之后,各项 AIGC 平台的能力都有了显著的提升。
那么接下来的一个问题便是:
如何在 3 个月内做到的大更新?
早在三个月前,商汤站在 AGC 新时代下,围绕数据、算法和算力三要素给出了一个新公式:
计算量(GPU 数量 x 运行时间 x 并行效率 )= 模型参数量 x 处理数据量。
我们先来看下等式右边的两个因素:
模型参数量要足够多,才能实现 AI 智慧的涌现,而这也带来了对算力的剧增,需要更高的并行效率,才能有效支持大参数模型训练。
数据方面,高质量自然语言数据逐渐稀缺,而视觉数据相较自然语言在数量、质量、容纳信息等方面有多种优势,能够使得 AI 更好地理解世界。
二者的深度结合,便有了等式左边的计算量;而之于这两者,商汤有自己的一套 " 打法 " ——
大模型 + 大装置。
首先便是大模型方面,日日新虽然是商汤于数月前发布,但它并非是这一波 AIGC 热潮中一蹴而就的产物。
因为早于 5 年前,商汤便已经着手于此,而且在 2019 年便使用上千张 GPU 进行单任务训练,推出了 10 亿参数规模的视觉模型,算法效果达到了当时业界最佳。
在后来的 2021 年至 2022 年期间,商汤还训练并开源了 30 亿参数的多模态大模型" 书生 "。
因此,商汤能够迅速推出千亿参数大模型并实现版本迭代,可以视为是长期以来各种 " 小作业 " 的汇总而成的 " 大作业 "。
其次是在大装置方面,也就是商汤在大算力中的 " 打法 ",它与自身大模型的发展也有异曲同工之妙——同样也是早有布局。
在 2022 年 1 月,商汤交付使用了首付高达 56 亿元的人工智能计算中心(AIDC),而且是 " 出道 " 即成为亚洲最大的 AI 超算中心之一。
一年前它的算力就已经高达了 3740 Petaflops,可以轻松应对万亿参数的大模型;而时隔仅 1 年,这个数值便翻了一小番,达到了 5000 Petaflops。
这又是什么概念呢?
举个例子,在如此大装置的加持之下,它可以以最大 4000 卡规模集群进行单任务训练,并可做到七天以上不间断的稳定训练。
……
总而言之,有大数据、有大算力、有大模型,所以商汤能让日日新在 3 个月内完成版本迭代也就不难理解了。
但有一说一,这还是" 商汤速度 "的一隅而已。
大模型的落地也在提速
" 商汤速度 " 的另一面,正是体现在了落地应用上。
如果你认为日日新的全面更新只是一个 " 提出 " 和 " 宣布 " 的动作,那就大错特错了,因为它已经是 " 上岗 " 了的那种。
例如结合商量 2.0 和秒画 3.0 的能力,商汤在移动端给客户带来了多种互動方面的 " 解法 "。
针对信息获取的问答互動、生活场景的知识互動、语言和影像生成的内容互動等等,正因为商汤的大模型拥有轻量化版本,所以可以轻松在移动端上部署。
再如琼宇 2.0 为济南马山镇区網域开发、合肥中国视界园区、上海瑞金医院等真实线下场景,打造了相对应的数字孪生,使得运营效率得到了大幅提升。
商汤还通过大模型能力为电网巡检带来长尾故障识别、复杂缺陷判断等智能解决方案。
而且商汤产品的更新,并非是单打独斗的那种,而是强强联手出奇迹。
例如我们刚才提到的 " 热点事件理解 " 便是其中之一,除此之外,商汤在智能汽车领網域的绝影,更是融合了多个 " 看家本领 "。
例如多模态大模型(多模态感知)、语言大模型(车舱大腦)、知识融合(专属记忆模块)和 AIGC 大模型(定制数字人)等等。
也正如徐立在现场所述:
大模型的突破掀起了人工智能的新一轮技术革命,随之而来的是产业需求呈现爆炸式增长,全新的应用场景和应用模式正迅速涌现。
商汤希望通过‘大模型 + 大装置’持续推动 AI 基础设施能力的跃进提升,不仅打造通用能力更加强大的基础模型,也进一步高效融合不同垂直领網域的专业知识,构建更懂行业、更具专长的专业大模型,从根本上降低大模型的下游应用成本和门槛,让大模型的产业价值在千行百业中绽放。
总而言之,现在的大模型之战,不仅是拼技术迭代的速度,更是拼应用和落地的速度。
— 完 —
点这里关注我,记得标星哦~
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见 ~
>