智东西7月5日消息，今日，在2024世界人工智能大会上，商汤科技发布国内首个所见即所得模型“日日新5o”，交互体验对标GPT-4o，通过整合跨模态信息，基于声音、文本、图像和视频等多种形式，实现实时的流式多模态交互。比如，随便翻开一本书的任意一页，“日日新5o”都能识别图文并快速给出易理解的总结，做到实时交互。

“日日新5.5”采用混合端云协同专家架构，训练基于超过10TB tokens高质量训练数据，综合性能较“日日新5.0”平均提升30%，在数学推理、英文能力和指令跟随等能力明显增强，交互效果和多项核心指标实现对标GPT-4o。