「日日新 5.0」能力提升主要得益三个方面：

• 采用混合专家架构（MoE），激活少量参数就能完成推理。且推理时上下文窗口达到 200K 左右。

• 基于超过10TB tokens训练、覆盖数千亿量级的逻辑型合成思维链数据。

• 商汤AI大装置SenseCore算力设施与算法设计的联合调优。

「日日新 5.0」在大部分核心测试集指标上都对标甚至超过GPT-4 Turbo

以《红楼梦》里亭子的题名来写一篇关于文化、关于创新的作文：GPT-4写作分别从学习、工作、生活维度讨论传统与创新，套路痕迹较为明显，浅尝辄止，难免不让人觉得枯燥乏味；「日日新 5.0」写作颇为生动形象，节奏不一，引经据典。从《诗经》《楚词》到《汉赋》，从“兼爱非攻”到“民贵君轻”，革古鼎新，“一花独放不是春，百花齐放春满园”，文化交流是创新生生不息的源泉。从历史宏观到细节的生动刻画，「日日新 5.0」想象力丰富，似一位才华横溢的“大才子”

「日日新 5.0」和GPT-4回答趣味推理问题：“妈妈给圆圆冲了一杯咖啡，圆圆喝半杯后，将它加满水，然后她又喝了半杯后，再加满水，最后全部喝完。问圆圆喝了多少咖啡，多少水？”，「日日新 5.0」回答正确

下面也是一个很简单的逻辑题目。

「日日新 5.0」和GPT-4回答逻辑问题对比：“13个小朋友玩老鹰抓小鸡，1人扮演老鹰，12个扮演小鸡，已经抓了5只小鸡，还剩几只？”。GPT-4给出答案是抓了5只还剩8只，而日日新的答案是减掉1只老鹰所以还有7只没有被抓住。这个题目并不是一个简单算术的问题，而是需要对中文环境有充分理解，显然「日日新 5.0」表现更好

人像是评估文生图能力的关键场景之一，「日日新 5.0」在人物生成上有非常大的提升。秒画生成的人像可以看出非常好皮肤的纹理，而其他几个大模型在皮肤上都做了磨皮

这个对比体现另外一个难点，即怎样把不同字段的理解合成在一起。秒画给出了一个非常未来感的建筑，且对建筑下的倒影、波浪都表现得非常具有美感，实现了比较完整的指令跟随且生成效果好。而其他几个大模型会发现对于文字嵌入到图像中，无论对文字的理解还是放置位置，都有一定缺失

「日日新5.0」在应用产品层面也实现了更卓越的多模态能力，支持高清长图的解析和理解以及文生图交互式生成，还可以实现复杂的跨文档知识抽取及总结问答展示，还具备丰富的多模态交互能力，下面看几个具体例子。

首先是一个很常见的例子，针对信息长图做核心内容的提炼和分析。有时长图尺寸很大，很多多模态大模型支持不了很大的图像分辨率，而「日日新5.0」提供了非常大的分辨率接口。

以商汤绝影SenseAuto的宣传长图为例，放到「日日新 5.0」大模型中可以对长图内容进行提问，如“请描述一下这张图片的细节”。模型对长图分析后，能够对长图的标题和内容进行总结

大家有时会把打车软件截图发给等待的朋友，这里面有司机信息、车的信息、车牌信息、时间信息等等一系列文字和图片信息，信息密度非常高。对于大模型的信息提取分析很有挑战。

「日日新 5.0」展现出了对于中文理解的优势，特别是对文本的分析和对场景的理解上非常出色，识别出来有手机信号中国移动和中国联通双卡双待，GPT-4没有识别出来的。包括对车牌、司机姓名等细节内容的提取，GPT-4的识别也有错误。「日日新 5.0」对这类多模态信息的获取更加准确

上周，中国首位F1车手周冠宇完成了他在F1中国大奖赛的比赛。用大模型统计下周冠宇和F1赛事的情况。

用商汤“办公小浣熊”处理这个任务，只要导入数据表格，通过自然语言和模糊的人类交互方法，分析统计出2022年、2023年、2024年的周冠宇参赛信息。其中包括引导模型将数据库中拼音的guanyu-zhou与人类搜索的汉字周冠宇实现匹配，打通任务链。还有更复杂的任务，如统计F1总共有多少车手，有哪些获得过总冠军，获奖次数从高到低排列，这涉及更大的数据表格和圈数、领奖数等更多维度的细节信息，最终也都给出了完全正确的答案，还能自动生成雷达图

▎One More thing

基于商汤「日日新 5.0」的智能编程助手代码小浣熊Raccoon发福利了，详情请戳下面海报：