天風證券：OpenAI推出GPT-4o 谷歌I/O開發(fā)者大會發(fā)布多款A(yù)I產(chǎn)品

智通財經(jīng)APP獲悉，天風證券發(fā)布研報認為,GPT-4o的發(fā)布代表了OpenAI模型作為智能代理的初次亮相，即它展示了更強的交互的能力，包括數(shù)據(jù)理解和分析能力、視覺理解能力、情感識別和輸入、更流暢的交流體驗。隨著跨越文本、音頻和視頻的端到端模型GPT-4o的推出，預(yù)計OpenAI未來模型將在多模態(tài)能力方面不斷提升。同時，Google在發(fā)布會上展示了其Gemini1.5模型的出色能力。從長期來看，該團隊認為今年最值得關(guān)注的是模型架構(gòu)和算力結(jié)構(gòu)的變化，特別是大模型加上數(shù)量價值的變化。

GPT-4o：5月14日凌晨，美國OpenAI公司推出可免費使用的全新旗艦AI模型GPT-4o。1)多模態(tài)：接受任何文本、音頻、圖像和視頻的組合作為輸入，并生成任何文本、音頻和圖像輸出的組合。2)響應(yīng)速度快：可以在短至232毫秒、平均320毫秒的時間內(nèi)響應(yīng)音頻輸入，與人類在對話中的反應(yīng)速度一致。3)語言和代碼能力出色：在英文文本和代碼上與GPT-4 Turbo的性能相匹配，在非英文文本上有了顯著提升。4)使用成本低：在API使用方面，GPT-4o較之前版本價格降低一半且速度有所提升。

谷歌I/O開發(fā)者大會：5月15日凌晨，谷歌在2024年I/O開發(fā)者大會上發(fā)布了一系列AI產(chǎn)品，重磅級的發(fā)布包括輕量化的模型Gemini 1.5 Flash、AI智能代理Project Astra、視頻生成大模型VEO、強大的AI搜索、視頻生成模型Veo、第六代TPU Trillium等，Gemini 1.5 Pro的上下文窗口也從100萬tokens升級到200萬。

GPT-4o模型的多模態(tài)能力為AI交互體驗帶來了革命性的變化，能夠同時處理和生成文本、音頻和圖像，同時谷歌發(fā)布會GoogleI/O 2024發(fā)布會推出了多款重磅AI相關(guān)產(chǎn)品，AI技術(shù)迭代將在多個領(lǐng)域為用戶帶來更好的體驗感：1)教育：GPT-4o 可以提供更加個性化、深入的教學輔助，為學生提供更豐富的學習資源和定制化的學習體驗。2)AI助手：GPT-4o的智能程度更高，能夠更準確地理解用戶需求，理解用戶的情感，提供更加智能、自然的對話交互，并且能夠更好地處理復(fù)雜任務(wù)和多輪對話。3)數(shù)據(jù)分析：GPT-4o能夠更快速地處理大規(guī)模數(shù)據(jù)，并且具備更深層次的理解和推理能力，可以更快地發(fā)現(xiàn)數(shù)據(jù)中的模式和趨勢，提供更加精準的數(shù)據(jù)分析和預(yù)測。4)AR/VR領(lǐng)域：為AR/VR應(yīng)用提供更加智能、自然的交互體驗，使用戶感受到更加沉浸式的虛擬世界，并且能夠根據(jù)用戶的反饋和環(huán)境變化實時調(diào)整交互內(nèi)容。

風險提示：AI發(fā)展不及預(yù)期、AI商業(yè)化不及預(yù)期、AI競爭加劇