最懂粤语的大模型来啦？ 商汤日日新：会听会说，支持百万字超长文本
近日，商汤科技发布了面向粤语用户定制的粤语大模型系列产品（包括Web端及App端），并宣布了多个大模型产品的更新迭代。
商汤科技董事长兼CEO徐立博士表示：“商汤科技十年前于香港成立，在这个地方推出商量粤语版，对我们来说有着重大的意义。凭借日日新大模型5.0系列的创新产品及其巨大潜力，我们致力推动香港人工智能生态系统的发展。随着人工智能2.0时代的到来，我们将继续利用商汤 AI 大装置SenseCore及日日新SenseNova大模型的强大能力，通过当地语系化解决方案积极促进社会的变革。”
此前，很少有大模型专门针对粤语用户的语言习惯，以及粤语地区文化去做开发迭代。本次发布会，商汤借“十周年”契机，宣布粤语大模型Web端及App端产品将于近期向粤语区公众开放使用，且永久免费。
懂听懂说懂看，粤语大模型好“盏鬼”
在通用大模型底座方面，商汤自去年4月推出“日日新SenseNova”大模型体系之后，截至今年4月“日日新”已完了5轮升级。今年4月23日技术交流日上，商汤发布的最新一轮升级中，“日日新”大模型的参数全面对标甚至在特定能力方面超越了GPT 4 Turbo。
随后，“日日新”大模型体系在权威主流评测取得突破性成绩：在中文大模型测评基准SuperCLUE中，成为首个超越GPT-4 Turbo的国产大模型；在OpenCompass的基准表现中，客观评测超过GPT-4 Turbo，主观评测已超过GPT-4o，并位列第一。
时隔一个月，商汤再度发布粤语版大模型，包括“商量语言大模型粤语版” 及“商量多模态大模型粤语版”，展示了优异的粤语能力，以及对粤港澳大湾区日常及文化的深入理解。
在发布会上，商汤展示了两组与GPT 4 Turbo对照测试的截图。在输入“叫人磅水应该点做？”时，商量立马明白这是在寻求让对方给钱或还钱，但GPT 4 Turbo则误解是要称水的重量。
当以粤英混用的方式问到“Call白车打咩number？”时，商量立马理解这是要叫救护车的意思，并给出“在香港，应拨打999”的解决方案，而GTP 4 Turbo则以为用户想叫不同颜色（公司）的出租车。
“商量粤语版”的多模态能力，则对具备粤语地区文化特色的图片展现了精准的理解。在一幅展示维多利亚港的照片中，它不但能辨认其中著名的地标建筑，如“中银大厦”“IFC金融中心”等，还介绍维多利亚港是“观赏烟花的绝佳地点”“游客欣赏香港夜景的热门场所”。
“商量多模态大模型粤语版”整合了多模态数据和超长文理解、思考、生成的能力，可支持上传50个文档，支持百万字超长文本，支持读取Word、PPT、PDF、URL、TXT、JSON、PNG、JPG等多种格式文档，并可短时间内对财报数据、复杂图表等予以对比分析、输出结果，多模态文档解析能力达到行业领先水平。
除了文字交互、文档理解，商量粤语版App也能为用户提供语音交互功能。一方面，粤语用户可以“我口讲我心，我手写我心”，另一方面，商量则能够根据用户的需求，用书面语或者口语进行答复，更加切合粤语区用户多种场景的语言使用习惯。
此外，商汤粤语API现已开放使用，最大支持128K窗口，定价为30港元/百万Token（输入和输出同价），该模型适用于需要粤语支持的各种场景，包括但不限于在线客服、虚拟助手等。
借大模型应用链接香港，连接世界
商汤率先发布粤语大模型，一方面是顺应大模型本土化的落地趋势，另一方面，“香港是一个非常独特的接轨国际和内地的市场，所以商汤在较早就开始考虑，基于日日新大模型底座做粤语模型。不仅粤港澳、广西、海南地区的人民讲粤语，不少东南亚、北美华侨也在说，算下来全球有广大人口都在说粤语。” 商汤科技亚太区副总裁兼战略执行负责人邹春慧表示。
商汤大模型原生产品“小浣熊家族”也宣布在软件研发、数据分析等多个办公场景，支持粤语交互，实现香港地区办公场景进一步提效。同时在功能层面，办公小浣熊基于日日新·商量大模型能力迭代，发布pdf、ppt、word、sql等文档数据分析能力，支持更复杂的多源异构数据分析。
大湾区文化一衣带水，粤语大模型在大湾区融合发展上，也能起到一定作用。例如，深港两地金融工作者此前在对话上容易产生歧义，使用粤语大模型可以自动生成会议纪要，优化业务流程；又比如，在电话沟通场景上，粤语大模型能有效对齐信息，消除沟通上的误解。
在发布会上，商汤分别与德勤中国、隶属吉利科技集团创新业务板块的长兴吉数科技有限公司，以及香港电讯等多个合作伙伴签署合作备忘录。各方分别在商量粤语大模型应用、市场开拓、人工智能服务应用及算力资源等方面探讨合作。
作为一个诞生于香港的科技公司，商汤已在香港扎根十年。接下来，商汤将借粤语大模型之势，通过本地化的AI能力，更好服务“生于此、长于此”的香港，探索粤港澳大湾区产业的智能化发展。
