又一公司入局大模型，商湯推出“日日新SenseNova”優勢是什麼？

來源：焦糖老乾媽 釋出時間：2023-04-11 10:31

“AGI催生了新的研究正規化，即基於一個強盛的多模態基模型，透過強化學習和人類反饋不斷解鎖基模型新的能力，從而更高效地解決海量的開放式任務。AGI將實現從‘資料飛輪’到‘聰明飛輪’的演進，終極邁向人機共智。”商湯科技聯合創始人、首席科學家王曉剛表示：“商湯已建立了全棧的大模型研發體系，並已在多個行業場景中落地，場景的多樣性，任務的複雜度，資料的豐碩度均充分展示了我們大模型的能力和未來潛力。我們將持續推動基礎設施建設，期待和合作夥伴一起投入到AGI的時代大潮中。”

日前，王曉剛在談及商湯進入大模型領域的上風時說，他以為商湯上風有以下兩方面：

第一，在人工智慧創業公司裡，很少看到像商湯這樣把大量資源投入到基礎設施建設的企業，商湯做了大裝置，除了有強盛算力，還有5000 P算力，從而搭建了一個強盛的練習系統、超算系統。

第二，商湯作為平臺性公司，籠蓋了眾多行業線。在各個行業線，積累了不同型別的資料，還有對題目的描述。

“當我們要做一個通用的人工智慧大模型，我們把它比喻成核聚變，要產生一個核武器，你要有核裝置，這就是我們一些基礎的硬體系統。你還得有核原料，核原料它就是要有一些各個行業裡非常豐碩的資料也好，任務也好。”他說。

他接著說道，ChatGPT為什麼能成功？是因為它從網際網路上得到的這些資料後，會發現自然語言可以涵蓋多樣複雜的任務。但假如我們擴充套件到多模態，擴充套件到視覺，這些複雜的任務你沒辦法直接從互聯網裡面去拿到資料。

所以，在他看來，商湯做通用人工智慧大模型的先天上風，一個有很好的基礎設施，系統性的基礎設施。另一個是，商湯在過去幾年深入到行業和場景裡面，積累了各種各樣的多模態任務，這些作為原材料，終極讓這個模型能夠成功。

此外，“日日新SenseNova”為政企客戶提供了多種靈活的API介面和服務，包括圖片天生，自然語言天生，視覺感知通用任務與標註服務。客戶可根據實際應用需求，呼叫“日日新SenseNova”大模型的各項AI技術能力，低門檻、低成本、高效率地實現各類AI應用。

在“一平臺四支柱”的戰略體系下，商湯“日日新SenseNova”大模型體系已支援了智慧汽車、聰明生活、聰明貿易、聰明城市等業務板塊，買通了多個領域、行業的應用閉環。

在智慧駕駛領域，大量的長尾種別需求，需要高精度車端模型。透過大模型出產高精度車端模型，大幅晉升了few/one/zero shot在長尾種別中的精度，在重點關注的種別上，均勻精度晉升3%。此外，大模型提供了高精度的智慧標註能力，為資料閉環提供了核心功能，大大減少了需要人工標註的資料量，加速了模型精度的晉升。得益於大模型能力，商湯實現了BEV環視感知，做到了3000類物體的高精度識別，還構建了感知決議計劃一體化的自動駕駛多模態大模型，帶來更強的環境、行為、念頭解碼能力。

在生物醫藥領域，商湯AI大裝置為蛋白質結構大模型提供AI推理算力，併為蛋白質相互作用模型，提供研發平臺及練習算力。商湯與百英科技合作，練習抗體親和力猜測模型。透過高效能計算最佳化，蛋白質結構猜測大模型推理時間由數小時減少到數分鐘，使得蛋白質結構猜測機能達到產業應用的尺度，抗體篩選效率晉升60%。

數字時代的人-物-場已經逐漸被顛覆和重構，從商湯此次宣佈的中文自然語言、數字人天生、大場景周遊、小物體重建、文生圖等多種API介面來看，企業可以根據自身的需求，更靈活的都呼叫大模型的各項AI能力，低門檻、低成本、高效率地實現AI技術在實際業務環節中的部署，切實的實現技術力向生產力的轉化。

同時，“日日新SenseNova”也為商湯的自身業務帶來了突破。例如在智慧駕駛領域，基於視覺大模型，商湯實現了可識別3000類物體的BEV環視通用感知演算法的實車量產，也構建了感知決議計劃一體化的自動駕駛多模態模型，帶來更強的環境、行為、念頭解碼能力。

自然語言是人機溝通的樞紐手段，“日日新SenseNova”也推出了商湯最新研發的語言大模型“商量SenseChat”。作為千億級引數的自然語言處理模型，“商量SenseChat”使用大量資料練習，並充分考慮了中文語境，能夠更好地理解和處理中文文字。流動現場，“商量SenseChat”展示了精彩的多輪對話和超長文字的理解能力。商湯也展示了語言大模型支援的幾項立異應用，包括：程式設計助手，可匡助開發者更高效地編寫和除錯程式碼；健康諮詢助手，為使用者提供個性化的醫療建議；PDF檔案閱讀助手，能輕鬆從複雜文件中提取和概括資訊。

擴散模型引爆了AIGC應用的流行，商湯展示了“日日新SenseNova”的各種AI文生圖創作、2D/3D數字人天生、大場景/小物體天生等一系列生成式AI模型及應用：

“秒畫SenseMirage”文生圖創作平臺，展現了光影真實、細節豐碩、風格多變的強盛的文生圖能力，可支援6K高畫質圖的天生；客戶還可根據自身需求練習天生模型。

“如影SenseAvatar”AI數字人影片天生平臺，僅需一段5分鐘的真人影片素材，就可以天生出來聲音及動作天然、口型正確、多語種精曉的數字人分身。

“瓊宇SenseSpace”和“格物SenseThings”3D內容天生平臺，可以高效低成本天生大規模三維場景和精細化的物件，為元宇宙、虛實融合應用開啟新的想象空間。

“日日新SenseNova”帶來的這些強盛而易用的內容天生能力，將會改變內容出產行業的出產正規化，突破內容創意的天花板，將會重塑內容出產行業生態並開啟新的增長空間。

無論是語言大模型，仍是文生圖或數字人天生，都離不開大規模AI基礎設施的算力支援。商湯AI大裝置SenseCore，擁有行業領先的算力輸出能力、超大模型練習及大規模推理能力，將會成為AGI和大模型時代的基礎設施服務領導者。

基於AI大裝置SenseCore和“日日新SenseNova”大模型體系，商湯麵向行業夥伴提供涵蓋自動化資料標註、自定義大模型練習、模型增量練習、模型推理部署、開發效率晉升等多種大模型即服務（Model-as-a-Service）：

基於預練習大模型的自動化資料標註可實現相較於人工資料標註近百倍的效率晉升。

大模型並行練習和模型增量練習服務能夠匡助客戶快速利用自有資料練習模型，包括在預練習大模型之上進行垂域行業模型的開發，出產千行千面的自定義模型。

模型推理部署服務可將大模型推理效率進步100%以上，降低用模型提供服務的本錢。

商湯也向行業開發人員開放大量預練習模型及AI開發工具鏈，全面賦能客戶晉升開發效率。

AGI不是一場作秀式的狂歡節，而是生產力升維的契機。在ChatGPT成為程式設計師、畫師、創作者的過程中，商湯已經將AGI帶動的生產力迭代注入到更多的領域、行業、企業和場景中。可以說在駕馭AGI的道路上，商湯已經找到了樞紐的破局點。