5分钟真人视频素材生成数字人？商汤发布“日日新”大模型体系

“ChatGPT之后，感觉中国的科技公司‘卷’起来了。”发布几个月后，ChatGPT带来的余波犹在，全球巨头和创业圈正在前赴后继投入大模型领域。

在近日举行的商汤技术交流日活动上，商汤科技正式发布了“日日新”大模型体系，并向外界分享了以“大模型+大算力”推进AGI（通用人工智能）发展的战略布局。

开发人工智能大模型对大算力的需求非常旺盛。商汤历时5年建设了AI大装置SenseCore，装置上共有27000块GPU芯片卡，每秒能完成百亿亿次浮点运算，是亚洲最大的智能计算平台之一。基于大装置的能力，商汤推出了“日日新”大模型体系。

根据介绍，“日日新”大模型体系包含自然语言处理、内容生成、自动化数据标注、自定义模型训练等多种大模型及能力。在某种意义上说，该体系提供了一个大模型的“超市”，不仅提供语言大模型“商量”，还有“如影”数字人视频生成平台、“秒画”文生图创作平台以及“琼宇”和“格物”3D内容生成平台。

商汤展示的数字人分身和3D内容

在商汤科技提供的资料中，语言大模型“商量”是一个千亿级参数的自然语言处理模型，经过大量数据训练，并充分考虑了中文语境，能更好地理解和处理中文文本。数字人视频生成平台仅需一段5分钟的真人视频素材，就可以生成出来声音及动作自然、口型准确、多语种精通的数字人分身。3D内容生成平台可以高效、低成本地生成大规模三维场景和精细化物件，为元宇宙、虚实融合应用打开新的想象空间。

据悉，这个大模型体系已为商汤自身的业务带来了诸多突破。如在智能驾驶领域，基于视觉大模型，商汤实现了可识别3000类物体的BEV环视通用感知算法的实车量产，并构建了感知决策一体化的自动驾驶多模态模型，带来更强的环境、行为、动机解码能力。

目前，“日日新”面向B端，为政企客户提供多种灵活的API接口和服务，包括图片生成、自然语言生成、视觉感知通用任务与标注等服务。

来源：上海徐汇