夠刺激，GPT-4竟然當眾被「揍」了，連還手的機會都沒有：

是的，就是在一場《街頭霸王》遊戲現場PK中，發生了這樣的名場面。

而且二者還是不在一個「重量級」的那種：

那麼這位又小又彪悍的選手到底什麼來頭呢？

不賣關子，它正是由商湯科技最新發布的日日新端側大模型—— SenseChat Lite （商量輕量級版）。

光是在《街頭霸王》的表現，這個小模型就頗有一種「天下武功，唯快不破」的氣勢：

GPT-4還在想著怎麼決策，SenseChat Lite的拳頭就已經打上去了。

不僅如此，商湯CEO徐立還在現場加大難度，直接在手機上斷網開測！

例如離線模式下產生員工請假一週的申請，效果是這樣的：

（當然，徐立開玩笑表示「假太長了，不批噢~」）

也可以對長段文字做快速總結：

而之所能夠做到如此，是因為SenseChat Lite在同等尺度性能上已經達到了SOTA水準。

更是用「以小博大」的姿勢在多項測試中擊敗了Llama2-7B，甚至是13B。

在速度方面，SenseChat Lite則是採用了端雲「連動」的MoE框架，在部分場景中端側推理佔70%，會讓推理成本變得更低。

具體而言，對比人眼20字/秒的閱讀速度來說，SenseChat Lite在中等性能手機上，可以達到18.3字/秒推理速度。

若是在高階旗艦手機，那麼推理速度可以直接飆升到78.3字/秒！

但除了文本生成之外，徐立同樣在現場也展示了商湯端側模型的多模態能力。

例如同樣是擴圖，商湯的端側大模型在慢半拍啟動的情況下，擴了3種不同圖片的速度比友商擴1張的速度還快：

示範的同學甚至直接現場拍照，把照片縮小了很多以後再來自由擴圖：

嗯，不得不說，商湯是敢在現場動真格的。

然而，縱觀整場活動，端側大模型也僅是這次發表會的一隅。

在「大基座」方面，商湯更是把自家的日日新大模型來了個大版本的升級—— SenseNova 5.0。並且直接將其定位到了一個新高度：

那麼日日新大模型5.0版實力到底如何，我們這就來實測一波~

自從打大模型火爆以來，「弱智吧」就一直成了檢測大模型邏輯能力的標準之一，江湖戲稱為「弱智吧Benchmark」。

（「弱智吧」源自百度貼吧，是個充滿荒謬、離奇、不合常理發言的中文社群。）

而且就在前不久，「弱智吧」還登上正經AI論文，成了最好的中文訓練數據，引發了一波不小的熱議。

那麼當文本對話的商量大模型5.0遇到了“弱智吧”，二者又會擦出怎樣的花火？

商量的回答不同於其它AI，它會比較擬人的用「我」來做回答，而且從答案結果來看並沒有過多冗餘的內容，而是精準地做了回答和解釋，「他們結婚時您還未出生」。

網路吧能上網，為什麼弱智吧不能上弱智？

同樣的，商量直接精準點出“這是個玩笑性質的問題”，以及道出了“'弱智吧'並非一個實際的地方”。

不難看出，對於「弱智吧」這種魔幻、不按套路出牌的邏輯，商量5.0是已經能夠hold住了。

除了邏輯推理能力之外，在自然語言生成方面，我們可以直接用2022年高考作文題目，來比較看下GPT-4和商量大模型5.0。

從結果來看，GPT-4的文章還是一眼「AI模版」；而商量5.0這邊，則是頗有詩意，不僅句子工整對仗，還能引經據典。

嗯，AI的思路是被打開、發散了。

同樣是讓GPT-4和商量5.0同台競技，我們這次來測試它們的數學能力：

媽媽為圓圓沖了一杯咖啡，圓圓喝了半杯後，將它加滿水，然後她又喝了半杯後，再加滿水，最後全部喝完。問圓圓喝的咖啡多，還是水多？咖啡和水各喝了幾杯？

這題對於人類來說，其實是個比較簡單的問題，但是GPT-4卻對此做出了看似一本正經的縝密推導，結果還是錯誤的。

究其原因，是大模型背後的思維鏈在邏輯上的建構並不完整，若是遇到小眾的問題就極容易出錯；反觀商量5.0這邊，思路和結果就是正確的了。

再如下面這道「老鷹抓小雞」的問題，GPT-4或許不理解這種遊戲的規則，因為所算出來的答案依舊是錯誤：

不僅從實際體驗的效果可以感知一二，更為直接的評測榜單數據，也反應出了商量5.0的能力——

常規客觀評測已達到或超越GPT-4 Turbo。

那麼日日新5.0又是如何做到的呢？一言蔽之，左手數據，右手算力。

首先，為了打破資料層面上的瓶頸，商湯採用了超過10T的tokens，使其具備了高品質資料的完整性，讓大模型對客觀知識和世界有了初級的認知。

此外，商湯也合成建構了高達數千億tokens的思維鏈數據，這也是這次在數據層面上發力的關鍵點，能夠啟動大模型強推理的能力。

其次，是在算力層上，商湯是將演算法設計和算力設施進行了聯合的最佳化：算力設施的拓樸極限用來定義下一階段的演算法，而演算法上的新進展又要重新知道算力設施的建設。

這便是商湯AI大裝置對演算法和算力聯合迭代的核心能力所在了。

整體而言，日日新5.0的更新亮點可以總結為：

基於超過10TB tokens訓練，擁有大量合成數據

知識、推理、數學和程式碼等能力全面對標GPT-4 Turbo

除此之外，在多模態領域，日日新5.0在多項核心指標中也取得了較為領先的成績：

彙整鉅亨號中所有使用「GPD-4」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

GPT-4現場被端側小模型“暴打”，商湯日日新5.0：全面對標GPT-4 Turbo