计算机行业动态研究：GPT.pdf

证券研究报告

内容目录

事件：6

评论：6

1、GPT持续迭代，GPT-4o推动人机交互再上新台阶6

2、打造全新GPT语音助手且免费开放，合作苹果＆微软加速端侧落地10

3、谷歌发布ProjectAstra、Veo等，多模态技术奇点加速到来13

4、相关个股15

5、风险提示16

请务必阅读正文后免责条款部分4

证券研究报告

图表目录

图1：GPT发展历程6

图2：GPT视频解题7

图3：GPT-4o将OpenAI的logo印到杯垫上7

图4：GPT-4o将输入的文字排版为手写体7

图5：输入几段文字就可以得到一组漫画分镜8

图6：由生活照生成海报8

图7：研发负责人现场演示与GPT-4o对话并展现其情绪感知能力8

图8：英伟达科学家JimFan评论9

图9：GPT-4o在5-sho常识问题上创87.2%高分9

图10：GPT-4o显著提高所有语言的语音识别性能9

图11：GPT-4o语音翻译在MLS基准测试优于Whisper-v310

图12：在所有语言基准测试中GPT-4o都比GPT-4更强10

图13：API速度飙升2倍，价格减半10

图14：OpenAI的员工与GPT-4o视频11

图15：两个GPT-4o语音助手互相对话并唱歌11

图16：GPT-4o以家教的方式一步步引导解题11

图17：GPT-4o实时翻译11

图18：OpenAI将GPT-4o在免费套餐中提供12

图19：适用于mac的桌面级应用12

图20：桌面端可直接截图提问13

图21：总结截图的内容13

图22：GPT完美理解了代码中的内在逻辑13

图23：概述代码生成的图表并回答问题13

图24：Astra对所有听到、看到的东西进行解读14

图25：Astra对草图、物品进行深度解读和联想14

图26：Veo根据文字内容生成视频114

图27：Veo根据文字内容生成视频214

请务必阅读正文后免责条款部分5

证券研究报告

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