據(jù)悉，商湯科技即將在12月15日開始舉辦產(chǎn)品發(fā)布周。從近期開源的多模態(tài)架構(gòu)NEO到實(shí)時(shí)數(shù)字人技術(shù)SekoTalk，不難看出商湯正展現(xiàn)出一條清晰的路徑：以底層創(chuàng)新推動(dòng)產(chǎn)品體驗(yàn)升級(jí)，讓實(shí)用主義成為AI落地的核心邏輯。

AI應(yīng)用技術(shù)地基：NEO架構(gòu)重構(gòu)多模態(tài)效能，SekoTalk重塑數(shù)字人交互

商湯開源的NEO架構(gòu)從底層重新設(shè)計(jì)了多模態(tài)模型的“骨架”，突破了此前業(yè)內(nèi)拼湊式方案存在的效率低、融合淺瓶頸，實(shí)現(xiàn)了視覺與語言的深度統(tǒng)一，該架構(gòu)僅需業(yè)界十分之一的數(shù)據(jù)量即可達(dá)到旗艦?zāi)Ｐ托阅堋?/P>

這種“降溫增效”的特性，讓高質(zhì)量多模態(tài)從高耗能的大型模型向輕量化部署邁出實(shí)質(zhì)性一步，這將催生更多實(shí)用、好用的C端產(chǎn)品，讓AI普惠到各個(gè)細(xì)分生產(chǎn)生活場(chǎng)景。

如果說NEO架構(gòu)體現(xiàn)了商湯在基礎(chǔ)模型層面的深耕，那么SekoTalk技術(shù)則展現(xiàn)了其在應(yīng)用層的精準(zhǔn)洞察。SekoTalk實(shí)現(xiàn)了多語言環(huán)境下的精準(zhǔn)唇形同步和長(zhǎng)視頻生成的穩(wěn)定表現(xiàn)，在8卡服務(wù)器上達(dá)到24fps的生成速度，將首幀延遲降至3.5秒，使實(shí)時(shí)交互數(shù)字人從概念走向?qū)嵱茫�解決了行業(yè)長(zhǎng)期面臨的“嘴不對(duì)音”、延遲漂移等痛點(diǎn)。

這一突破不僅指向視頻制作、虛擬偶像等內(nèi)容市場(chǎng)，更為情感陪伴等交互場(chǎng)景開辟了新空間。

從技術(shù)蓄力到產(chǎn)品價(jià)值，實(shí)用主義構(gòu)建AI產(chǎn)品邏輯

除此之外，近期商湯還迎來了“1+X”新成員——?jiǎng)χ妇呱碇悄軋?chǎng)景化商業(yè)落地的“大曉機(jī)器人”，近期頻頻的技術(shù)動(dòng)作可見商湯正在構(gòu)建的產(chǎn)品邏輯：

以底層架構(gòu)創(chuàng)新降低AI使用門檻，以場(chǎng)景化技術(shù)解決實(shí)際痛點(diǎn)。這種“實(shí)用主義”思路，標(biāo)志著AI企業(yè)從追逐參數(shù)規(guī)模向關(guān)注用戶價(jià)值的轉(zhuǎn)變。

技術(shù)研發(fā)的長(zhǎng)期主義，最終需要穿透到用戶可感知的產(chǎn)品價(jià)值。商湯近期的技術(shù)蓄力，正在具象化為日常使用體驗(yàn)的提升。從模型推理效能的顯著提升，到數(shù)字人交互的自然流暢，這些技術(shù)細(xì)節(jié)的進(jìn)步，實(shí)則是AI技術(shù)真正融入產(chǎn)業(yè)的關(guān)鍵一步。

在產(chǎn)品發(fā)布周即將到來之際，期待商湯將展示更多如何將前沿技術(shù)轉(zhuǎn)化為實(shí)用產(chǎn)品的思考，為行業(yè)帶來新的啟發(fā)。