每經(jīng)記者｜朱成祥    每經(jīng)編輯｜陳俊杰    

4月10日下午，商湯在上海舉辦“2025技術(shù)交流日”活動(dòng)，推出“日日新SenseNova V6”（以下簡(jiǎn)稱(chēng)“日日新V6”）大模型體系。

商湯董事長(zhǎng)兼CEO徐立認(rèn)為，大模型發(fā)展這么多年，其實(shí)已經(jīng)用完互聯(lián)網(wǎng)上大部分文本數(shù)據(jù)。也有觀點(diǎn)預(yù)測(cè)，到2028年互聯(lián)網(wǎng)上所有文本數(shù)據(jù)將被消耗完。

不過(guò)，在徐立看來(lái)，這并不意味著整個(gè)知識(shí)（體系）都被消耗完了。徐立認(rèn)為，很多知識(shí)都蘊(yùn)藏在圖像、視頻或者3D模態(tài)中。但到目前為止，還沒(méi)有完全把這些知識(shí)真正用來(lái)提升原來(lái)的文本，甚至是智力的能力，因?yàn)槟B(tài)的融合沒(méi)有做到那么好。

徐立認(rèn)為，從人類(lèi)學(xué)習(xí)的路徑來(lái)講，即使是知識(shí)的含量一樣，多模態(tài)的學(xué)習(xí)方式可能效率會(huì)更高。從小到大學(xué)習(xí)數(shù)學(xué)、幾何、物理、化學(xué)實(shí)驗(yàn)，甚至學(xué)習(xí)交通規(guī)則、玩游戲的說(shuō)明書(shū)等都是多模態(tài)的，從數(shù)據(jù)量來(lái)講，多模態(tài)是補(bǔ)充人類(lèi)智能的核心要素，而從學(xué)習(xí)方法上也是更有效的。

關(guān)于商湯“日日新V6”，徐立表示，一些核心的指標(biāo)，在純文本和多模態(tài)的單任務(wù)和復(fù)雜任務(wù)的推理之上，商湯都居于行業(yè)前列。

徐立稱(chēng)，最早大家在做大模型的時(shí)候，領(lǐng)先的有OpenAI。但到今年，中國(guó)在很多情況下，能夠同步發(fā)布出對(duì)標(biāo)甚至超越美國(guó)同期發(fā)布的模型，這也是行業(yè)認(rèn)知逐步刷新的一個(gè)必然結(jié)果。

值得注意的是，此次技術(shù)開(kāi)放日，商湯也推出用于人形機(jī)器人領(lǐng)域的世界模型，并與傅利葉機(jī)器人達(dá)成合作。

對(duì)于機(jī)器人自主決策，傅利葉創(chuàng)始人顧捷表示，機(jī)器人現(xiàn)在類(lèi)似于會(huì)走路的大模型。當(dāng)機(jī)器人能夠預(yù)測(cè)下一步動(dòng)作，它就能產(chǎn)生大模型。但是，目前還不確定什么時(shí)候能夠真正完成VLA（視覺(jué)語(yǔ)言動(dòng)作模型），即語(yǔ)言、視覺(jué)和動(dòng)作的打通。目前的卡點(diǎn)在于大模型的思考能力是慢性的，而機(jī)器人是快速走動(dòng)的。快系統(tǒng)與慢系統(tǒng)的連接，是未來(lái)研究的方向。