? ? ?

手艺能力

以原创手艺系统为基本，，，，，，，，SenseCore商汤AI大装置为焦点基座，，，，，，，，结构多领域、多偏向前沿研究，，，，，，，，快速买通AI在各个笔直场景中的应用，，，，，，，，向行业赋能。。。。。。

相识所有案例

商汤研究

商汤研究始终坚持原创，，，，，，，，一直突破立异。。。。。。具有人工智能领域深挚的学术积累，，，，，，，，具备健全的人才作育机制，，，，，，，，已与海内外五十余所一流高校和科研院所建设了深度相助关系，，，，，，，，并与众多行业同仁同心共建AI生态圈。。。。。。

申请试用

相识所有案例

相识所有产品效劳

商汤日日新大模子 SenseNova

商汤日日新大模子 SenseNova，，，，，，，，可以提供自然语言处置惩罚、图片天生、自动化数据标注、自界说模子训练等多种大模子及能力。。。。。。

申请试用

相识所有案例

相识所有产品效劳

商汤大装置AI云 SenseCore

建设高效率、低本钱、规�；；；；；；� AI 云基础设施，，，，，，，，打造专业的深度学习平台及算法模子系统，，，，，，，，引领AI立异，，，，，，，，助力工业界及学术界探索 AI 界线。。。。。。

申请试用

相识所有案例

相识所有产品效劳

商汤日日新大模子 SenseNova

申请试用

相识所有案例

相识所有产品效劳

水星智能移动终端平台 SenseME

哈哈(haha)体育SenseME 水星智能移动终端平台提供包括SDK、AI传感器和ISP芯片等全套产品，，，，，，，，能够支持诸多物联网装备，，，，，，，，以增进感知智能和内容增强

申请试用

相识所有案例

相识所有产品效劳

火星混淆现实平台 SenseMARS

SenseMARS平台通过对物理天下的数字重修、虚拟化身和软件智能体，，，，，，，，创立全新的陶醉式和交互式的元宇宙体验

申请试用

相识所有案例

相识所有产品效劳

晶识智能零售平台 SenseGalaxy

基于商汤SKU商品识别大模子，，，，，，，，用AI赋能智能结算、库存盘货、纯净度审核等营业场景并快速拓展至智慧商流与智慧物流领域。。。。。。

申请试用

相识所有案例

相识所有产品效劳

新闻中心

< 返回新闻中心

商汤科技50篇论文入选CVPR 2024，，，，，，，，“数字生命妄想”加速立异应用

2024-06-19

外地时间6月17-21日，，，，，，，，全球人工智能盘算机视觉领域顶级国际聚会CVPR 2024（Computer Vision and Pattern Recognition，，，，，，，，即国际盘算机视觉与模式识别）在美国西雅图举行，，，，，，，，共有来自全球的2719篇论文被吸收，，，，，，，，任命率为23.6%，，，，，，，，相较去年下降2.2%，，，，，，，，难度提升。。。。。。

商汤科技及团结实验室的50篇论文乐成入选，，，，，，，，其中9篇被任命为Oral、Highlight，，，，，，，，再创佳绩。。。。。。陪同大语言模子（LLM）手艺的爆发，，，，，，，，商汤在本届CVPR的研究效果重点聚焦于推动视觉语言基础模子的提升及多模态手艺的应用立异，，，，，，，，其中有多篇涉及自动驾驶、机械人等前沿偏向。。。。。。

夯实基础模子能力，，，，，，，，释放无限应用潜能

近年来，，，，，，，，大语言模子的立异呈指数级增添，，，，，，，，同时也为多模态系统开发了诸多可能。。。。。。大语言模子团结多模态手艺能够更准确地模拟并明确人类的重大行为和头脑方法，，，，，，，，这将进一步推动AI在自动驾驶、智能助手、医疗诊断等各行各业的立异和应用。。。。。。

然而，，，，，，，，现在视觉语言基础模子尚未跟上大语言模子的生长程序，，，，，，，，许多需要综合处置惩罚视觉和语言信息的场景无法充分验展潜力。。。。。。视觉语言模子的生长滞后会对立异研究和应用爆发抑制作用，，，，，，，，并导致资源铺张。。。。。。

为此，，，，，，，，商汤科技、上海AI实验室等团结设计了一个大规模的视觉语言基础模子——InternVL¹，，，，，，，，首次将大规模视觉编码器扩展到60亿个参数，，，，，，，，与LLM举行对齐，，，，，，，，在准确性、速率和稳固性之间取得了优异平衡。。。。。。

微信截图_20240619144335.png

（InternVL模子的训练战略）

为了有用训练大规模视觉语言基础模子，，，，，，，，InternVL还引入了一种渐进式图像-文本对齐战略。。。。。。该战略最大限度地使用网络规模的噪声图像-文本数据举行比照学习，，，，，，，，并将细粒度、高质量的数据用于天生学习。。。。。。通过验证，，，，，，，，相较于目今最先进的视觉基础模子和多模态大语言模子，，，，，，，，InternVL在普遍的通用视觉语言使命上能够取得更领先的效果。。。。。。

另外，，，，，，，，InternVL事情的最新版本InternVL 1.5 ²具备强盛的视觉编码器和更深条理的场景明确能力；；；；；；支持动态高区分率，，，，，，，，能够准确识别和明确图像中的种种细节以及文字信息。。。。。。第三方评测效果显示，，，，，，，，InternVL 1.5在多模态感知、通用问答、文档明确、信息图标明确以及数理明确等方面综合能力领先开源模子，，，，，，，，比肩GPT-4V、Gemini Pro等闭源模子。。。。。。

不但云云，，，，，，，，为了增补多模态系统在高质量图像天生中的优质体现，，，，，，，，对古板模子举行优化，，，，，，，，商汤还提出了一个“基于时间信息块的时间特征维护量化（TFMQ）”扩散模子框架³。。。。。。该框架时间信息块仅与时间办法相关，，，，，，，，与采样数据无关，，，，，，，，立异地设计并引入了时间信息感知重修（TIAR）和有限集校准（FSC）要领，，，，，，，，从而可以在有限的时间内对齐全精度时间特征，，，，，，，，最小化精度损失的同时提高图像天生效率。。。。。。

配备此框架，，，，，，，，可以坚持最多的时间信息并确保端到端的图像天生质量。。。。。。在种种数据集和扩散模子上的普遍实验证实晰该手艺已经抵达SOTA水平。。。。。。

3D感知、数字生命，，，，，，，，机械人应用越来越近

随着多模态能力的一直提升，，，，，，，，大模子在AI智能体、机械人，，，，，，，，以致具身智能领域有着很是主要的应用远景。。。。。。它可显著提升对重大情形的感知、决媾和执行能力，，，，，，，，使其不但能明确和响应自然语言指令，，，，，，，，还能通过视觉识别剖析情形。。。。。。

场景级别的3D开放天下感知更是机械人领域很是主要的能力之一，，，，，，，，它能够使机械人在重大、多变的情形中自主导航、明确和交互，，，，，，，，从而提升执行重大使命的效率、准确性和清静性。。。。。。

商汤科技和团结实验室的研究团队提出了一种直接团结点云和自然语言的新开放天下明确算法——RegionPLC⁴，，，，，，，，无需特殊训练就可以和大语言模子团结举行一些场景级别的开放问答。。。。。。该算法扩展到了更细粒度的区域级别点云和语言的团结，，，，，，，，能够天生更麋集和细粒度的形貌。。。。。。

在该研究中，，，，，，，，研究职员设计了一种基于互补的数据混淆战略SFusion，，，，，，，，只会混淆在3D空间中互补的 3D-text pairs，，，，，，，，镌汰在优化时爆发冲突的概率。。。。。。这样的设计使得 RegionPLC 可以团结差别 2D 大模子的优势，，，，，，，，抵达更好性能。。。。。。

通过大宗实验证实，，，，，，，，RegionPLC 在室内和室外场景中显着优于先前的开放天下要领，，，，，，，，并在具有挑战性的长尾或无注释场景中体现很是精彩。。。。。。

除了对场景的识别和明确，，，，，，，，智能体的社会化交互能力也是人工智能迈向更高阶的要害所在。。。。。。通过增强社会化交互能力，，，，，，，，它们可以更有用地与人类和其他智能体举行相同、交互和相助，，，，，，，，创立更多新的价值和可能性。。。。。。

为此，，，，，，，，商汤及团结实验室提出了“数字生命妄想（Digital Life Project）⁵”，，，，，，，，即通过AI手艺和行动合成手艺创立出能够在数字情形中模拟交互的自主3D虚拟角色。。。。。。这些角色不但可以举行对话，，，，，，，，还将拥有自己的人格，，，，，，，，并感知所处的差别社友好况，，，，，，，，做出相对应的身体行动来表达情绪和反应。。。。。。

数字生命妄想的包括“SocioMind”和“MoMat-MoGen”两个焦点部分。。。。。。其中，，，，，，，，SocioMind是一个模拟人类头脑和判断的数字大脑。。。。。。它能够使用近期生长很是迅猛的大语言模子，，，，，，，，团结基于心理学原理的反思历程，，，，，，，，并通过提倡对话主题来模拟具有自主性的角色。。。。。。SocioMind能够使角色自主地提倡和加入对话，，，，，，，，妄想接下来的故事生长。。。。。。

（SocioMind数字大脑的架构总览）

而MoMat-MoGen是一套用于控制角色身体行动的3D系统。。。。。。它团结了行动匹配（Motion Matching）和行动天生（Motion Generation）手艺，，，，，，，，在数字大脑的驱动下，，，，，，，，匹配并天生高精度且富厚的行动，，，，，，，，让角色能凭证场景做出合理的反应。。。。。。

微信截图_20240619144959.png

（MoMat-MoGen数字身体的架构总览）

这两个系统的团结能够创立出能够举行重大社交互动的3D虚拟角色，，，，，，，，在新媒体内容创作、3D虚拟陪同、大规模虚拟社区等领域有着很是普遍的应用潜力。。。。。。数字生命妄想探索了数字大脑的可能，，，，，，，，使得智能体变得具有灵性，，，，，，，，团结关于3D场景的明确和交互，，，，，，，，使得机械人和具身智能的应用离人类越来越近。。。。。。

商汤科技在学术研究及手艺立异方面取得的突出效果，，，，，，，，离不开领先的软硬件基础设施整合的强盛算力基础和领先的算法能力，，，，，，，，以及商汤在学术生态和开源生态建设方面的恒久积累。。。。。。

基于眼光更久远的“大模子+大装置”战略结构，，，，，，，，商汤科技团结各大实验室，，，，，，，，一直完善AI学术生态，，，，，，，，通过大宗学术立异效果，，，，，，，，并团结自身在AI手艺落地的多年实践履历，，，，，，，，为天生式AI和大模子的工业应用开拓了新的偏向。。。。。。

参考文献：

1. InternVL: Scaling up Vision Foundation Models and Aligning for Generic Visual-Linguistic Tasks

(https://openaccess.thecvf.com/content/CVPR2024/papers/Chen_InternVL_Scaling_up_Vision_Foundation_Models_and_Aligning_for_Generic_CVPR_2024_paper.pdf)

2. https://arxiv.org/pdf/2404.16821

3. TFMQ-DM: Temporal Feature Maintenance Quantization for Diffusion Models

(https://openaccess.thecvf.com/content/CVPR2024/papers/Huang_TFMQ-DM_Temporal_Feature_Maintenance_Quantization_for_Diffusion_Models_CVPR_2024_paper.pdf)

4. RegionPLC: Regional Point-Language Contrastive Learning for Open-World 3D Scene Understanding

(https://openaccess.thecvf.com/content/CVPR2024/papers/Yang_RegionPLC_Regional_Point-Language_Contrastive_Learning_for_Open-World_3D_Scene_Understanding_CVPR_2024_paper.pdf)

5. Digital Life Project: Autonomous 3D Characters with Social Intelligence

(https://openaccess.thecvf.com/content/CVPR2024/papers/Cai_Digital_Life_Project_Autonomous_3D_Characters_with_Social_Intelligence_CVPR_2024_paper.pdf)

您尚未完善信息

完善信息后，，，，，，，，即可下载资料

完善信息跳过，，，，，，，，继续浏览

您尚未登录

您还未登录，，，，，，，，登录方可继续

登录跳过，，，，，，，，继续浏览

请选择您以为需要刷新的地方：

导航欠好用，，，，，，，，不利便找到感兴趣的内容
产品先容信息不敷周全
产品先容信息禁止易懂
页面翻开速率烦懑，，，，，，，，页面浏览不流通/有卡顿
页面不敷雅观
售后效劳欠好找，，，，，，，，体验欠好

跳过下一个

您是否能够抵达本次网站的会见目的？？？？？？？？

是
否
仍在举行中

下一个

您对商汤官网的知足度怎样？？？？？？？？

很是不知足很是知足

提交

已收到您对商汤官网的评价和建议！

谢谢您的耐心反响~

关闭

产品试用

填写此简朴表格，，，，，，，，我们将尽快联系您！

把您的需求发给我们相识所有产品

商务相助

400 900 5986

周一至周五 9:00-12:00，，，，，，，，13:00-18:00

business@sensetime.com

相助同伴招募

成为相助同伴