По време на Световната конференция за изкуствен интелект (WAIC) в Шанхай, китайският технологичен гигант SenseTime представи SenseNova 5o, мултимодален AI модел, който според компанията превъзхожда водещите в индустрията GPT-4о на OpenAI и Claude 3.5 Sonnet от Anthropic.
Описан от SenseTime като „първият китайски мултимодален модел, работещ в реално време,“ SenseNova 5o може да обработва текст, аудио, изображения и видео данни. Китайската компания твърди, че потребителите могат да взаимодействат с модела „сякаш разговарят с истински човек,“ което според тях го прави „особено подходящ за приложения, работещи в реално време, като например разпознаване на реч“.
Една от най-впечатляващите характеристики на SenseNova 5o е способността му за разпознаване и описване на обекти в реално време. В демонстрация, напомняща представянето на GPT-4o от OpenAI през май, китайските учени показаха как потребителите могат просто да насочат камерата на смартфона си към даден обект и SenseNova 5o моментално го разпознава и описва.
Claude 3.5、GPT-4o超え生成AI、SenseNova 5.5発表!!!!
— Taiyo | AIで遊ぶ大学生 (@Taiyo_AiAA) July 8, 2024
マルチモーダルモデル、SenseNova 5oも同時に発表された!
驚異の性能はツリー👇️ pic.twitter.com/jlaeZr99UV
Освен SenseNova 5o, китайската компания представи и подобрения езиков модел SenseNova 5.5, който според тях постига 30% увеличение на производителността в сравнение с версия 5.0, която беше пусната само преди два месеца. Главният изпълнителен директор д-р Сю Ли заяви, че SenseNova 5.5 се представя по-добре от GPT-4о в пет от осем ключови показателя, измерени от OpenCompass – независима платформа за оценка на големи езикови модели. Той също така отбеляза, че „2024 г. ще бъде решаваща година за големите модели”, които според него „ще преминат от унимодални към мултимодални“.
![SenseTime](https://b3257911.smushcdn.com/3257911/wp-content/uploads/2024/07/SenseNova-5.5.png?lossy=2&strip=1&webp=1)
Основана през 2014 г. в Хонконг, SenseTime е една от най-добре финансираните компании за изкуствен интелект в Китай. Тя e известна най-вече своите технологиите за лицево разпознаване, които се използват широко в системите за масово наблюдение в Китай. През 2021 г. SenseTime беше включена в санкционния списък на Министерството на финансите на САЩ поради опасения, че разработва системи за лицево разпознаване, които могат да определят етническа принадлежност.
Последвайте ни в социалните мрежи – Facebook, Instagram, X и LinkedIn!
Можете също така да ни намерите и последвате и в Google News Showcase.
Споделете: