商湯版類ChatGPT來了！“日日新”大模型體系釋出

五年磨一劍，27000塊GPU加持，現場示範AI程式設計問診，幾分鐘訓練出港風美人。

作者 |  ZeR0

編輯 |  漠影

智東西4月10日報道，今日，商湯科技宣布以AGI（通用人工智能）作為核心發展戰略，基于“日日新SenseNova”大模型體系，以“大模型+大算力”持續實作AGI的更多突破。

商湯還在現場展示了其類ChatGPT平台——自研中文語言大模型應用平台“商量”：現場示範寫廣告詞、寫邀請函、交替創作兒童故事、看長篇PDF檔案并快速做閱讀了解、編寫代碼等多樣能力。

此外，商湯一連甩出基于“日日新SenseNova”大模型體系的4款生成式AI應用平台。商湯現場示範了實時的AI文生圖、AI創作生動數字人視訊的實操過程，并展示了用其3D内容生成平台做的高逼真城市級重建、複雜結構物體的商業廣告視訊，還用平闆電腦示範了流暢的3D内容實時互動。

目前商湯已打造CV（計算機視覺）、NLP（自然語言處理）、AIGC（人工智能内容生成）多個AI大模型。其SenseCore AI大裝置是業内稀缺的大模型專用基礎設施，現有27000塊GPU，可輸出5000 PetaFlops算力，能夠以最大4000卡規模叢集進行單任務訓練，并可做到7天以上不間斷的穩定訓練。

商湯将基于AI大裝置，向客戶提供涵蓋自動化資料标注、大模型推理部署、大模型并行訓練、大模型增量訓練、開發者效率提升等多種大模型即服務（MaaS，Model-as-a-Service）。

在“一平台四支柱”的戰略體系下，商湯“日日新SenseNova”大模型體系已全面支援了智能汽車、智慧生活、智慧商業、智慧城市等業務闆塊，打通了多個領域、行業的應用閉環。

01.

中文語言大模型露面：AI現編“手寫

文檔OCR”程式，還充當大夫線上問診

“商量”是商湯科技自研的中文語言大模型應用平台，支援單輪對話、多輪對話及超長文本了解，能夠秒解複雜問題、提供定制化建議、輔助創作文本内容，并具備不斷學習進化的特性。

，時長01:26

該平台背後，是商湯研發的千億參數中文語言大模型，支援企業服務、城市管理、汽車出行等600+個垂直領域。

▲商湯中文語言大模型能了解句意，并嘗試判斷句子的合理性

據分享，“商量”具備邏輯推演與智能，可在互動式引導過程中精進判斷力與創作智能；兼具了解廣度與深度，在多輪對話、超長文本知識了解、問診與程式設計等垂直領域表現突出，全方位覆寫各種應用。

比如，打開一個PDF檔案，通過文字識别技術，它能快速閱讀了解《專利法》，并根據使用者針對此文輸入的問題，給出相應的答案。

“商量”還支援知識自動及時更新，能夠回答文檔中不涉及的知識，生成更可信、更準确、更安全的文本和對話。

目前，商湯已經面向程式設計、醫療等細分領域，打造了行業專屬中文語言大模型。

面向程式設計領域，商湯“AI代碼助手”是商湯科技研發的一款基于大語言模型的的AI輔助開發工具，為開發人員提供代碼補全、注釋生成代碼、測試代碼生成、代碼翻譯、代碼修正、代碼重構、複雜度分析等功能。

輸入中文要求，它就能自動生成完整代碼。

現場，商湯還讓“AI代碼助手”編寫“手寫文檔OCR”的程式，并成功跑通了代碼。

“AI代碼助手”同時支援中英文及多種程式設計語言，并能快速适應開發者的個性化編碼風格，提高開發效率、減少開發錯誤，幫助開發人員專注于更有創造性的程式設計工作與代碼設計。

據商湯内部實測，應用“AI代碼助手”後，代碼編寫效率提升62%，HumanEval測試集一次通過率為39%。

面向醫療行業，商湯基于海量醫學知識和真實醫患互動對話資料打造的中文醫療語言大模型，能夠提供導診、問診、健康咨詢、輔助決策等多場景多輪會話能力，目前在問診分診、醫療知識科普、疾病鑒别診斷等領域表現出色。

商湯中文醫療語言大模型具備持續學習能力，并能根據使用者的回報和評價進行自我調整和優化，進而提升自身應對各種醫療場景時的了解與分析能力，未來将繼續拓展在藥物治療、手術方案等方面的問診能力，幫助醫生進一步提升診療效率。

02.

生成式AI應用系列：

AI文生圖、自動制作視訊、3D内容生成

除了對話外，商湯也基于“日日新SenseNova”大模型體系，自研了AI繪圖、AI視訊制作和生成工具平台，包括秒畫、如影、瓊宇、格物等，為短視訊、直播産業帶來生産力的提升。

1、“秒畫”AI内容創作社群平台：單卡支援每10秒生成5張512分辨率圖檔

“秒畫”是商湯科技打造的AI内容創作社群平台，可幫助使用者輕松地創作高品質的藝術作品，自動生成元素和細節。該平台支援使用者訓練個性化繪模型，可滿足不同繪畫風格需求。

“秒畫”采用了商湯自研的超10億參數自研文生圖生成模型，友善使用者在本地在推理和自訓練：1）推理速度快，單卡支援每10秒生成5張@512分辨率的圖檔；2）單卡支援5分鐘内定制屬于自己的LoRA模型@20張訓練圖檔。

商湯現場示範了在聊天框輸入一連串詳細的中文描述，讓AI生成港風美女照片。

看起來，AI了解了什麼是美女，但還沒弄明白什麼是港風。

但這不是問題，讓AI現學就行了。點選頁面左邊菜單欄中的“訓練模型”，輸入模型提示詞，上傳20張或者更多的港風美女照片，再訓練它一下。很快，AI學成歸來，生成了更符合要求的港風美女：

商湯的生成模型開源社群彙聚了10000+開源模型。基于“秒畫”平台釋出的模型可設定為to B服務API，結合商湯大算力對外提供商業化服務。

2、“如影”視訊生成平台：聊聊天制作出AI數字人，自動生成文案和最終視訊

商湯“如影”AI數字人視訊生成平台旨在讓每個人都能輕松創作視訊，支援AI數字人動作表情、AI文案生成、AI跨語言文稿、AI素材生成的全棧式智能創作，且卡通/真實各種風格切換自如。

，時長01:37

整個過程無需專業拍攝裝置，如影即可生成高度逼真的數字形象，并通過文字驅動，快速、高效地創作各種人物視訊内容。而且創作出的數字人形象逼真、表情自然豐富。

隻需在對話框中輸入視訊創作的粗略想法，商湯如影就能自動産生相應的視訊文案，并直接AI驅動各種數字内容生最終視訊。

該平台支援百餘種語言，友善跨語種創作，并通過圖檔AI生成等能力讓創作素材擷取更加便利。商湯現場示範了換成阿拉伯語，生成的視訊中，數字人連口型都對的很好。

如影AI數字人視訊生成平台不僅可以幫助創作者快速打造各種短視訊，直播等營銷内容，還可以為教育教育訓練、企業宣傳，娛樂文化等領域提供視訊解決方案，提高品牌知名度和使用者粘性。

3、“瓊宇/格物”3D内容生成平台：實時編輯創作，還原真實細節

瓊宇、格物是商湯科技基于神經輻射場技術（NeRF）的3D内容生成平台，可基于3D内容生成技術實作對空間和物體的複刻與互動，大到城市數字孿生，小到桌面手辦，都能逼真複刻。

兩套平台生成的各類3D内容都能進行再編輯再創作，通過海量高精度數字資産的生産，滿足影視創作、建築設計、商品營銷、數字孿生管理等各類對可互動3D實景内容有強烈需求的應用場景。

瓊宇大空間3D内容生成應用主打場景生成，複刻和還原超真實感的場景，不僅支援自由漫遊，還支援實時互動和編輯，可用于城市及園區的數字孿生、影視創作、文旅、電商等應用場景。

瓊宇擁有厘米級重建精度、大場景實時渲染與互動、多源資料融合、超精細化等算法優勢，具備城市級大尺度的空間重建生成能力，可生成100平方公裡的空間。傳統人工模組化10000人/天的模組化任務，通過瓊宇隻需2天即可完成（算力為1200 TFLOPS），并能還原真實細節和光照效果。

相較于傳統物體模組化方式，格物小物體3D内容生成應用可實作各品類物體超細節的複刻還原，帶來400%的綜合效率提升，實作95%的綜合成本降低，覆寫品類全、重建效果好。

憑借商湯NeRF技術，格物可良好支援複雜結構物體複刻，并做到光照精準複刻，材質完美還原，适用于商業廣告、商品營銷等應用場景。下圖是商湯用格物生成的商業廣告視訊。

03.

提供多元化MaaS服務、開放API接口

對外提供7000多張GPU計算資源

可以看到，商湯大模型體系的落地布局主要面向to B客戶，為細分應用場景提供專用大模型，通過平台形式對外輸出，将内容生成技術價值轉化為易上手、好操作的實用工具，來釋放生産力。

大模型體系名稱取自《禮記·大學》中湯之盤銘曰“苟日新、日日新、又日新”。商湯科技希望在模型的疊代速度及處理問題的能力上可以日日更新，不斷解鎖AGI更多可能。

基于“日日新SenseNova”大模型體系，商湯将向客戶提供圖檔生成、自然語言對話、視覺推理和标注服務等API接口，友善客戶按需調用商湯大模型的各項AI技術能力，以及進行二次開發。

此外，商湯科技還将面向客戶提供自動化資料标注、大模型推理部署、大模型并行訓練、大模型增量訓練、開發者效率提升等多種大模型即服務（MaaS，Model-as-a-Service）：

（1）大模型并行訓練和大模型增量訓練服務：幫助客戶以更低成本，快速結合相關領域知識，訓練不同的行業大模型，實作千行千面模型開發，并将增量微調成本降低90%。

目前商湯AI大裝置已支援了超過10個大模型訓練項目，其中還對外提供7000多張GPU計算資源，支援了包括網際網路、遊戲、商業銀行和科研機構等8家客戶自定義的大模型訓練任務。

（2）自動化資料标注：可實作智能标注，帶來近百倍效率提升。平台内置10餘個通用大模型和行業專用大模型，支援智能駕駛、智慧交通、智慧城市等多種場景的2D分類、檢測和3D檢測的智能标注，相比傳統人工标注和小模型标注模式，具有标注效果好、效率高、成本低等核心優勢。

（3）大模型推理部署：可實作推理成本最低化，效率提升100%，助力客戶快速部署大模型應用。

（4）開發者效率提升：面向開發人員開放模型及AI開發工具鍊，賦能開發者效率提升。

無論是中文大語言模型應用平台、4款生成式AI應用平台，還是開放API接口和提供多元化MaaS服務，都有助于進一步降低AI技術在實際業務環節中部署的門檻，降低成本并提高效率。

而商湯之是以能一次性放出這麼多大招，離不開這5年多以來的技術積澱和實踐經驗。

04.

AI大模型五年磨一劍

全面支援四大業務闆塊

商湯自2018年起緻力于AI大模型的研發，2019年便使用上千張GPU卡進行單任務訓練，推出了10億參數量規模的視覺模型，創當時業界最好算法效果；近兩年訓練了百億參數規模的超大視覺模型，相當于千億參數語言模型的訓練量。

目前商湯已成功研發了320億參數量的全球最大的通用視覺模型，實作了高性能的目标檢測、圖像分割和多物體識别算法，并在自動駕駛、工業質檢、醫療影像等多個領域得到廣泛應用。

商湯還釋出了最大的用于真實感覺、重建和生成的多模态資料集（OmniObject3D）。

在“一平台四支柱”的戰略體系下，商湯“日日新SenseNova”大模型體系已全面支援了智能汽車、智慧生活、智慧商業、智慧城市等業務闆塊，打通了多個領域、行業的應用閉環。

在智能駕駛領域，通過大模型生産高精度車端模型，大幅提升了few/one/zero shot在長尾類别中的精度，在重點關注類别上平均精度提升3%。此外，大模型提供了高精度的智能标注能力，為資料閉環提供了核心功能，大大減少了需要人工标注的資料量，加速了模型精度的提升。

得益于大模型能力，商湯實作了BEV環視感覺，做到了3000類物體的高精度識别，還建構了感覺決策一體化的自動駕駛多模态大模型，帶來更強的環境、行為、動機解碼能力。

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，并為蛋白質互相作用模型，提供研發平台及訓練算力。

商湯與百英科技合作，訓練抗體親和力預測模型。通過高性能計算優化，蛋白質結構預測大模型推理時間由數小時減少到數分鐘，使得蛋白質結構預測性能達到工業應用的标準，抗體篩選效率提升60%。

基于在智慧城市、智慧商業等領域的長期實踐，商湯積累了海量真實世界的高品質視覺資料，這些資料又反過來推動商湯在視覺技術方面的持續突破，為大模型的研發提供有力基礎。

05.

5000P大算力、27000塊GPU

支援20個千億參數超大模型同時訓練

商湯科技董事長兼CEO徐立博士說，在AI的大模型時代，所需要的計算量，等于大模型參數量與處理資料量的乘積。

▲商湯科技董事長兼CEO徐立博士

過去5年，AI大模型的參數量幾乎每一年提升一個數量級。過往的10年，最好AI算法對于算力的需求增長超過了100萬倍。人一生中能聽到約10億詞彙量，而GPT-3已學習約5000億自然語言資料量，已知最大自然語言模型的資料量達到2萬億。

大模型參數量将以指數級的速率提升，随着多模态引入，資料量還将大規模增長，必然導緻算力需求劇增。

商湯科技依托人工智能基礎設施SenseCore AI大裝置實作了前瞻的算力布局，以及源于産業實踐的豐富高品質視覺資訊和技術積累，為大模型的研發提供了強大的算力底座。

1、5000 Petaflops超大規模算力，是亞洲最大的智能計算平台之一：SenseCore商湯AI大裝置目前包含27000塊GPU，可輸出5000 Petaflops算力，是亞洲最大的智能計算平台之一。

2、支援20個千億參數超大模型同時訓練，并提供一條龍基礎設施服務：商湯AI大裝置目前算力可支援20個千億參數量的超大模型同時訓練，并提供涵蓋資料、訓練工具、推理部署、性能優化一條龍的大模型基礎設施服務體系。

3、支援最大4000卡并行單任務訓練，可持續7天以上不間斷穩定訓練：不僅支援了商湯自身的大模型訓練項目，而且還訓練了其他企業自定義的模型。商湯将力争在4000卡規模叢集的訓練關鍵名額達到世界領先，為萬億級參數提供基礎。

據悉，在AI大模型時代，衡量算力能力和核心名額不是簡單的數字，其一是多卡并行狀态下的有效使用率，即能夠支撐大模型訓練的實際算力；其二是系統能夠持續穩定運作的時長。

商湯AI大裝置融合了AI、超算與大資料的核心能力，通過為AI優化的高性能計算、高性能存儲及緩存、高性能網絡，以存算分離，大規模彈性、容錯排程等特征，支撐大模型在數千張卡、PB級存儲上，完成萬億級參數大模型訓練。

SenseCore AI平台産品還提供了子產品化、全鍊條的資料、訓練及推理能力。可實作百億級資料管理及檢索，人工标注服務，加速AI大模型研發效率。一鍵量化、一鍵部署、一鍵應用，提供了大模型快速上線驗證的工具，加速創新。

06.

結語：以“大模型+大算力”戰略布局

劍指AGI時代的基礎設施服務

過去十年，深度學習掀起的AI技術革命在很多領域突破了“工業紅線”，但在廣泛複雜的場景需求下，定制化AI模型的開發模式依然面臨研發成本高、周期長等問題。

如今，将語言、視覺等資訊和能力融為一體的多模态大模型正催生新的研究範式，通過強化學習和人類回報不斷解鎖基模型新的能力，進而更高效地解決海量的開放式任務。

AI新的技術革命已經到來，它的影響注定深遠。今天，商湯通過展示“日日新SenseNova”大模型體系和業界稀缺的大模型專用基礎設施商湯AI大裝置，交出了邁向AGI目标的階段性答卷。

基于“日日新SenseNova”大模型體系，商湯自研了中文語言大模型應用平台、革新的人機協作模式，以及包括AI内容創作、2D/3D數字人視訊生成、大場景/小物體生成的一系列視訊内容的制作和生成工具平台。

這些平台将為醫療問診、短視訊、直播、商業廣告、商品營銷、數字孿生、影視創作、文旅等産業帶來生産力的提升。而商湯提供的多種API接口、MaaS服務等，又将進一步助攻大模型AI技術在各行各業的規模化普及。