20240514-浙商证券-人工智能行业点评报告_OpenAI发布GPT-4o模型_多模态实时交互能力实现颠覆式提升_2页_248kb

OpenAI发布GPT-4o模型，多模态实时交互能力实现颠覆式提升

核心内容概述

2024年5月14日，OpenAI在春季发布会上发布了其首个原生多模态模型GPT-4o，标志着人工智能大模型在跨模态交互、响应速度与生成质量方面实现了重大突破。该模型能够实时处理音频、视觉和文本信息，具备更强的自然语言处理能力，同时在多语种、音频及视频理解方面表现突出，为AI在各行业的应用提供了更广阔的可能性。

主要观点

• 跨模态交互能力提升：GPT-4o是首个端到端原生多模态模型，可输入或输出文本、音频和图像的任意组合，实现更自然的人机交互。
• 响应速度显著优化：GPT-4o在音频输入响应时间上最快可达232ms（平均320ms），接近人类对话速度，远优于GPT-3.5（平均2.8秒）和GPT-4（平均5.4秒）。
• 性能与易用性并重：模型在文本、推理及代码理解方面达到GPT-4 Turbo级别，同时在多模态处理上表现出色，为用户提供了更高效的使用体验。
• 价格与性能双重优化：GPT-4o的API价格较GPT-4 Turbo降低50%，消息限制提升5倍，且对中文等语言的token表达效率提高约70%，进一步增强了模型的易用性。
• 应用场景加速渗透：GPT-4o的推出有望推动AI在更多细分行业中的商业化落地，成为用户的智能助理，提升用户体验与效率。

关键信息

模型特点

• 多模态处理：支持音频、视觉和文本的实时推理与交互。
• 高效响应：音频输入响应时间大幅缩短，接近人类对话节奏。
• 多语言支持：对中文等语言的token表达效率显著提升。
• 性能表现：在文本、推理和代码理解方面达到GPT-4 Turbo水平，多模态能力优于行业其他模型。

应用场景

• 情绪识别与反馈：能够识别说话者情绪并提供实时反馈。
• 解方程与图表分析：通过视频内容指导用户解方程，支持图表理解。
• 口译与多语言处理：实现流畅的跨语言沟通，支持多种语言的实时翻译。

投资建议

• 建议关注标的：科大讯飞、金山办公、万兴科技、星环科技、中科创达、拓尔思、焦点科技、润达医疗、虹软科技等企业。
• 行业评级：看好（维持），认为AI大模型将在未来一段时间内实现性能与用户体验的双重迭代，加速渗透各行业。

风险提示

1. AI技术迭代不及预期；
2. AI商业化产品发布不及预期；
3. 政策不确定性带来的影响；
4. 下游市场需求变化带来的不确定性。

报告信息

• 报告日期：2024年05月14日
• 分析师：刘雯蜀
  • 执业证书号：s1230523020002
  • 邮箱：liuwenshu03@stocke.com.cn
• 研究助理：陶韫琦
  • 邮箱：taoyunqi@stocke.com.cn

相关报告

1. 《从Palantir看AI+大数据在B端的快速渗透》（2024.05.08）
2. 《破浪前行，曙光初现》（2024.05.03）
3. 《海外大厂财报披露，AI大模型加速渗透各垂类应用场景》（2024.04.28）

投资评级说明

• 股票投资评级：以6个月内证券相对于沪深300指数的涨跌幅为标准。
  • 买入：+20%以上
  • 增持：+10% ~ +20%
  • 中性：-10% ~ +10%
  • 减持：-10%以下
• 行业投资评级：以6个月内行业指数相对于沪深300指数的涨跌幅为标准。
  • 看好：+10%以上
  • 中性：-10% ~ +10%
  • 看淡：-10%以下

法律声明

本报告由浙商证券股份有限公司制作，已具备中国证监会批复的证券投资咨询业务资格。

• 公司地址：
  • 上海总部：杨高南路729号陆家嘴世纪金融广场1号楼25层
  • 北京地址：北京市东城区朝阳门北大街8号富华大厦E座4层
  • 深圳地址：广东省深圳市福田区广电金融中心33层
• 联系方式：
  • 上海总部电话：(8621)80108518
  • 上海总部传真：(8621)80106010
• 网址：https://www.stocke.com.cn
• 版权声明：本报告版权归属浙商证券股份有限公司，未经授权不得复制、发布或传播。