国海证券：计算机行业动态研究-GPT-4o、Gemini新品接连发布-多模态技术奇点加速到来.pdf

2024年05月16日行业研究评级：推荐(维持)

研究所：[Table_Title]

证券分析师：刘熹S0350523040001GPT-4o、Gemini新品接连发布，多模态技术

liux10@

奇点加速到来

——计算机行业动态研究

最近一年走势事件：

2024年5月14日，OpenAI在官网正式发布新旗舰模型GPT-4o多模

态大模型，其中o代表的是omni，即“全能”，GPT-4o可以实时对音

频、视觉和文本进行推理，相较于GPT-4Trubo速度更快、价格更便宜。

2024年5月15日，2024年谷歌I/O大会正式召开，会上谷歌将搜索业

务做了最彻底的AI改造，更新升级了Gemini1.5Pro版本，推出

Gemini1.5Flash轻量化小模型、生成视频模型Veo、AI智能体Project

Astra，并展示了与GPT-4o相似的语音视觉交互功能GeminiLive。

行业相对表现2024/05/16投资要点:

表现1M3M12M

计算机5.1%6.2%-25.0%GPT持续迭代，GPT-4o推动人机交互再上新台阶

沪深3003.7%8.2%-8.5%

OpenAI持续升级GPT版本，2023年3月发布GPT-4在图片识别、

图文数据综合处理及逻辑推理等能力实现质变；2023年11月发布

相关报告

GPT-4Turbo，支持125万tokens的同时也在上下文等多个领域实现显

《计算机事件点评：运营商AI服务器订单超预期，

著进步。本次发布GPT-4o带来各种能力升级：

国产化不断提速（推荐）*计算机*刘熹》——

2024-04-22①多模态交互，具有更优质的视频和音频理解以及图像生成能力：

《计算机行业动态研究：阶跃星辰发布Step-2万GPT-4o能够接受文本、音频和视频的任意组合作为输入，并生成文本、

亿参数模型，AI应用+算力景气上行（推荐）*计算音频和图像的任意组合作为输出。与现有模型相比，GPT-4o在视觉和音

机*刘熹》——2024-03-26频理解方面有更好的表现；在理解和生成图像方面的能力优于现有模型，

《AI算力月度跟踪（202403）：NVIDIAB200再能完成过往模型无法完成的任务。

创算力奇迹，液冷、光模块持续革新（推荐）*计②情绪感知：GPT-4o能够结合视频和音频感受对话者的情绪，并给

算机*刘熹》——2024-03-24

出充满人类情感的反馈。例如：在根据工作人员要求讲故事时，工作人

《计算机行业事件点评：NVIDIAH20或将与国产

员可以随时插话打断并提出新要求，GPT-4o能几乎毫无停顿地接上话题

算力同步高增（推荐）*计算机*刘熹》——

并按照要求变化音色、语调、情感等