Der chinesische KI-Entwickler SenseTime hat sein verbessertes multimodales Modell SenseNova 5.5 vorgestellt und behauptet, es sei der neueste Stand der Technik.
Das aktualisierte Modell kommt nur wenige Monate nach der Veröffentlichung von SenseNova 5, das laut SenseTime dem GPT-4 Turbo ebenbürtig war.
Der aktualisierte 600B-Parameter SenseNova 5.5 stellt Berichten zufolge eine 30% Verbesserung der Gesamtleistung dar.
Die Benchmark-Ergebnisse, die das Unternehmen veröffentlicht hat, zeigen, dass sein Modell die Modelle GPT-4o und Claude Sonnet 3.5 von Anthropic schlägt.
Die Benchmarks, bei denen sich SenseNova 5.5 auszeichnet, sind die, die normalerweise für chinesische Modelle verwendet werden. Wenn sie GPQA-, Humaneval- oder Math-Benchmarks verwenden würden, könnten wir einen faireren Vergleich anstellen, aber auch so sehen diese Zahlen beeindruckend aus.
SenseTime stellte außerdem SenseNova 5o vor, Chinas erstes multimodales Echtzeitmodell, das Text, Bilder, Audio und Video verarbeiten kann.
Die Demo des SenseNova 5o, die auf der Bühne gezeigt wurde, ähnelte der GPT-4o-Demo, auf die wir immer noch warten, um sie in die Hände zu bekommen.
SenseTime sagt, dass die Interaktionen von SenseNova 5o mit den Streaming-Interaktionsmöglichkeiten von GPT-4o gleichzusetzen sind.
Claude 3.5/GPT-4oを超える生成AI、SenseNova 5.5が発表されました。
また、マルチモーダルモデル、SenseNova 5oも同時に発表されたようです。SenseNova 5.0と比較してパフォーマンスが30％向上し、数学や英語を中心に多くのコア指標がGPT-4oの標準を上回っているとのこと。pic.twitter.com/H1u98SFVwX
- 江藤圭一|Radineer (@RadineerE10) 8. Juli 2024
Das Unternehmen hat auch eine "Lite"-Version von SenseNova 5.5 vorgestellt, ein kostengünstiges Cloud-to-Edge-Modell für den Einsatz auf dem Gerät.
SenseTime sagt, dass sein Edge-Modell nur 9,90 RMB pro Jahr und Gerät kosten wird, nannte aber keine Leistungsdaten.
Als Teil von SenseNova 5.5 hat SenseTime auch Vimi veröffentlicht, einen steuerbaren KI-Avatar-Videogenerator.
Vimi kann Videos von bis zu einer Minute Länge mit einem einzigen Foto als Eingabeaufforderung erstellen. Außerdem lassen sich die Mimik und die Bewegungen des Oberkörpers eines Avatars präzise steuern.
さらに
・音声
・テキスト
・画像
・動画
を処理できるリアルタイム・マルチモーダルモデル、SenseNova 5oも公開pic.twitter.com/CKs0JyaH1m- あるる ChatGPT × AIツール (@chatgptair) 9. Juli 2024
OpenAIs Ausstieg aus China
Im Einklang mit den US-Sanktionen gegen Technologieexporte nach China wird OpenAI den API-Zugang zu seinen Tools und Diensten für Nutzer in China sperren.
Die chinesische Regierung blockiert ChatGPT bereits, aber die dortigen Nutzer konnten die Firewall der Regierung mit VPNs umgehen. OpenAI hat nicht vollständig erklärt, warum, aber es wird diesen Workaround ab heute blockieren.
Dies hat zu einem regelrechten Gedränge geführt, da chinesische Unternehmen nach Alternativen zu den Modellen von OpenAI suchen. SenseTime kündigte den Start seines "Project $0 Go"-Programms an, um Nutzer auf seine Plattform zu locken.
Das Programm ist ein kostenloses und umfassendes Onboarding-Paket, das neuen Unternehmensnutzern bei der Migration von OpenAIs Plattformen zu SenseTime hilft. Es umfasst ein Guthaben von 50 Millionen Token und Beratungsdienste für die API-Migration.
Andere chinesische Modellanbieter haben ebenfalls versucht, vom Ausstieg von OpenAI zu profitieren. Baidu, Zhipu und Tencent haben alle zwischen 50 Mio. und 150 Mio. Token als Anreiz für den Wechsel zu ihren Plattformen angeboten.
Ironischerweise werden die verschärften US-Sanktionen und der Rückzug von OpenAI aus China wahrscheinlich die einheimischen KI-Fortschritte vorantreiben, da chinesische Unternehmen von den Einnahmen profitieren, die bisher an die USA gingen.
Die Modelle SenseNova von SenseTime und Tongyi Qianwen von Alibaba verzeichnen einen Anstieg der Downloads und der Kundenbindung.
Da chinesische Entwickler ihre multimodalen Funktionen öffentlich zugänglich machen, muss man sich fragen, wie geduldig die amerikanischen Nutzer weiterhin sein werden.
Werden sie abwarten, bis OpenAI und Google von der Demo zum Produkt übergehen, oder werden wir sehen, dass amerikanische Nutzer chinesische Modelle übernehmen.
