编者按

“日日新”一词出自《礼记·大学》中的“苟日新,日日新,又日新”，意指：如果能做到最好，就要每天坚持做到更好。它展示的是一种革新进取、弃旧图新的姿态。“日日新大模型”寓意“模型迭代速度和处理问题的能力可以日日更新”，以低成本解锁通用人工智能的任务和能力，推动高效率、规模化的AI创新和落地，进而打通商业价值循环，推动人工智能进入工业化发展阶段。

从接到任务到技术突破，再到产品落地，并在发布会初步亮相，并以每周的速度迭代模型能力，一年多时间里，“商汤日日新大模型团队”持续创造新的成绩单，被媒体称为“商汤自己刷新了自己”。目前商量已成为国内首个超越GPT3.5的模型，秒画达到国内领先。“日日新”成为国内首批8家获批上线的大模型，已经在手机、互联网、金融和智能汽车多个领域落地。

本期，我们聚焦2023年度“商汤原创奖”——“日日新大模型联合产研团队”背后的故事。期望这些内容能为大家指明前行的方向，传递积极的正能量，共同迎接AGI时代的机遇与挑战。

这是定义市场风向的大目标

风起于青苹之末。时光回溯到2022年6月，ChatGPT在国外已初露锋芒，而在国内，能够与之匹敌的大模型平台却寥寥无几。“我们接到一个任务，需要一个月内完成日日新1.0的研发，要在最短时间协调多个跨部门团队完成高效的沟通，达成对目标的共识，并全力以赴以最快的节奏冲刺研发。压力是巨大的。”项目统筹人，运营管理路少卿回顾说。

于是，一个包含了研究院、大模型、大装置等组织，涵盖研究、工程和产品等多个领域的庞大团队迅速组建起来。对齐了目标，大家便开始了日夜兼程的封闭研发。

除了跨部门沟通协调带来的困难，对研发人员来说，做大模型应用，仅仅单从研究上有所突破，并不能直接被用户感知。所有AI领域的公司都在致力于一件事——“找到实现技术价值的应用场景”。因为大模型技术本身发展非常迅速，包括模型的核心算法、功能和技术架构都处于快速迭代的过程。

大家都是摸着石头过河，一边持续以耐心投入大模型的技术研发，另一边希望将商汤大模型的技术赋能给更多的B端客户，寻找“开花结果”的应用场景，提供给客户持续且稳定的服务。

因为有共同的愿景凝聚，这个跨部门的庞大团队建立默契也是飞速的。“虽然还不足以梳理出一个SOP流程，但几回合下来渐入佳境，基本形成了一个产品、研究和工程的深度流水线：产品同学提前规划产品形态；研发同学数据准备、验证思路；工程同学负责必要组件的预研，编写测例……运行得非常丝滑。”团队Copilot张涛回忆。

大家看待这件事的态度非常一致。“作为在技术领域最前沿的团队，我们要做的是引领市场。这就意味着，我们需要去定义市场的风向。”秒画团队的刘宇非常坚定地说。

“百模大战”：将硬骨头逐一啃下来

“如何在有限的时间里把系统从0-1搭建出来。而且让这个系统通过训练，从可用的东西变成一个好用稳定的东西，是团队成员需要共同面对的挑战。”研究院龚睿昊这样比喻初期的目标。

在挑战面前，商汤人从来都拥有冷静的耐心和迎难而上的学习能力。大家站在前人的肩膀上，深入调研和分析业界积累的研究成果，并以足够多的冗余和备份，保障系统的可靠性。在这样的备战状态下，每一个成员都锻炼了快速应对变化和主动学习的能力。

探索中，大家发现了一些可以“啃下来”的骨头。研究院詹明捷分享这样一个例子：“去年我们发现了大模型本身是存在缺陷的，在复杂的场景中它没有办法很好捕捉到用户需求，需要用户自己追加。于是，我们做了改进，让大模型学会自我反思，见识复杂的情况，甚至接受错误的信息后，自己知道怎么去解决。一个大模型没有办法解决的问题，我们把多个大模型组合起来，协同完成复杂的指令，从而产生了多模态。比如拟人对话，初期感觉不像人，我们会做一些调整，让其察言观色用户的状态，配合用户情绪调整交互方式。”

“紧张、刺激，虽然充满了未知挑战，但一呼百应、相互补位的氛围还是很感动的。经验资深的同事沉稳地冲在前面，刚入职的年轻同学则以初生牛犊精神激情满满地主动迎战。”龚睿昊回忆当时挑灯夜战封闭式研发的经历，“模型搭建需要算法能力和系统能力等多方协同，所以在迭代验证阶段把相关同事都拉进一个群。大家都是年纪相仿却没见过面的‘网友’，正巧好几人名字里都带‘豪’字，有人遇到问题喊了一声‘阿豪’，然后一群‘阿豪’跳出来争相恐后回答问题，有趣又温暖。”

在大家的共同努力下，系统的稳定性和可靠性逐步上升。从艰辛的“百模大战”中脱颖而出的大模型平台1.0终于新鲜出炉。然而从“可用”成为“好用且扩展”也并非易事，落地于场景化之路同样道阻且长。大家积极地扎根于不同行业场景中，奋力摸透每一个行业的“专属命题”。

“这当中也在不断试错，不断碰钉子，不断总结教训爬起来，继续攻坚。”格物团队产品负责人李宇飞举例，“我们跑到各个领域和有三维重建需求的客户谈合作，比如和动画出品公司聊影视渲染，和博物馆谈数字化文物重建，最后还和知名珠宝厂商谈成了黄金饰品三维重建的合作。”

再以金融行业为例，金融数据对安全和合规风控的要求极高，且传统的大语言模型直接来提问金融问题是非常泛化的，团队和客户及合作伙伴投入大量时间研究行业属性的壁垒，一起打磨了金融垂直领域模型，通过外挂的API知识库，可以直接让系统回答用户对于银行的细节问题。“团队正在聚焦产品的私有化部署，在24年做出更多金融属性的定制化产品。”金融团队Joyce讲到。

让“酒香”飘出“深巷”

2023年4月10日，商汤技术交流日上，“日日新”大模型体系惊艳亮相。其中包含由AI大装置提供充足的算力支持，包含1800亿参数的中文语言大模型应用平台“商量”，以及面向编程领域的商量·AI代码助手和面向医疗领域的商量·大医。基于“日日新”大模型体系，还展示了四款生成式AI应用——秒画、如影、琼宇、格物。媒体这样评价——“完善的大模型体系将助力商汤进一步迈向通往AGI的道路上。”

对团队来说，发布会的准备无疑一场“大考”，所有的产品和技术需要在最短时间内训练出最完美的呈现，大家都卯足了劲全力冲刺。“以虚拟主播为例，因为各大平台有不同程度的规范，我们几乎尝试了所有的主流直播平台，依托于几年来在3D视频技术上的积累，累计演练直播了3000多个小时。最终在发布会上，成功连续直播了24小时，这是之前是不可能完成的任务。”虚拟主播负责人曹倩回忆起当时的场景依然记忆犹新，“这一刻是自然而然发生的，没有鲜花掌声，但大家都很激动。”

行百里者半九十。发布会“大考”不仅仅是起点，更是一场回归初心，搭建虚拟与现实桥梁的漫长征途。一个性能强大的大模型，训练数据不仅规模要大，质量更要高；而且大模型的价值观和安全性也是依赖于此。训练大模型的过程中，需要不断试错、不断重复，甚至从头再来，毫无捷径可走。

同时，切入真实人类生活，创造有社会价值、有温度的AI产品，是团队持续需要攻克的课题。大医团队的申田分享：“病例书写的繁琐、用药咨询的迷茫、检查报告解读的艰涩，都是驱动我们去做医疗产品的决心。收到用户的积极反馈，这是我们最欣慰的时刻。”

曾为杭州亚运会提供了场馆群场景NeRF模型高质量重建支持的“琼宇”，期待更多的机会实现逼真的自由视角漫游，通过原创技术，让每一个观众都成为探索者，感受体育精神的魅力。

负责云平台运营服务的李建，在访谈中举了贴切的比喻：“原本我们觉得酒香不怕巷子深，但大模型是一个需要探索创新和工程转换的普惠AI技术。2023年，我们迈出了大模型应用的第一步。2024年，希望通过日日新平台的‘酒香’，将大模型技术带出深巷子，让更多的人了解和使用这个技术。”

open AI并非不可逾越

在2024年春节之际，OpenAI的首款文生视频模型——Sora的发布，无疑为全球科技界投下了一颗重磅炸弹。“这款模型预示着视频生成技术无疑会成为2024年的爆点。我们去年做虚拟人直播，去年年底做短视频生成，今年也将发挥在3D技术方面的积累，利用3D技术的可控性、可编辑性、可交互性，积极拥抱视频生成大模型的挑战，探索属于自己的技术产品和商业化道路。”研究院杨磊以当下大热的Sora举例，对未来充满了信心。

此前，联合团队已经创造出OpenAI并非不可逾越的成绩证明：首先，成功地训练出了性能超越OpenAI的embedding模型；其次，在营销项目知识库测试中，单轮问答性能也超越了OpenAI。更值得一提的是，24年2月，商汤日日新大模型SenseNova 4.0的正式发布，不仅多项任务性能比肩GPT-4，同时还还领先推出全球首个支持不同模态下实现工具调用的Assistants API，伴随新版模型同时发布。

这一个个闪光点让大家有理由坚信理想照进现实的底气。当然，团队成员都清晰地明白：今日之新，明日之常。在日新月异、竞争激烈的人工智能浪潮中，回望三个月前的成果犹如博物馆列品一样陈旧。唯一要做的就是争分夺秒、全力以赴的奔跑。

“相信在2024年，我们一定可以打造出国民级别的超级应用。”团队一位小伙伴在采访结束时语气坚定地说出自己的心声。

写在最后

从商汤日日新SenseNova 1.0到4.0，步履未停，未来可期。我们一同见证了过去生成式人工智能的大爆发，也在商汤迈入第十个年头之际，乘着AI创新的新范式，勇于争先，向前出发。

这条路方兴未艾，艰辛却充满期待。

也许，时间会给出奔跑者最好的答案。