Lors de la Conférence mondiale sur l'intelligence artificielle 2024, SenseTime a lancé "Rixin 5o", le premier modèle WYSIWYG (What You See Is What You Get) en Chine. Ce modèle offre une expérience interactive comparable à GPT-4o, permettant une interaction multimodale en temps réel. En intégrant des informations multimodales telles que la voix, le texte, les images et les vidéos, il est capable de comprendre et de répondre instantanément. Par exemple, il peut identifier les badges des employés pour déterminer leur emplacement dans la salle, décrire l'apparence et les vêtements d'un jouet pour chien, et commenter instantanément un dessin fait à la main par un employé.