北京商报讯（记者 魏蔚）7月5日，商汤科技发布模型“日日新5o”，交互体验对标GPT-4o，可实现实时的流式多模态交互。根据现场演示，工作人员和“日日新5o”打个招呼，它就可自动识别出工作人员脖子佩戴的胸卡带子上的字眼，判断出现场就是世界人工智能大会会场，工作人员拿来一只可爱小狗玩偶，“日日新5o”准确描述了小狗的外貌、表情以及穿戴。

随便翻开一本书的任何一页，“日日新5o”能自动介绍，不是简单的OCR识别文字，而是识别图文给出好理解的总结。能听会看更会找话题，这种交互模式特别适用于实时对话和语音识别等应用，其多任务适应性强，能够在同一模型中自然处理多种任务，且根据不同上下文自适应调整行为和输出。