作者 梁谦刚

　　当地时间5月13日，OpenAI发布一款名为GPT-4o的新旗舰生成式AI模型，并计划在接下来的几周内“迭代”推出到公司产品中。

　　据介绍，GPT-4o的文本、推理、编码能力达到GPT-4 Turbo水平，速度是上一代AI大模型GPT-4 Turbo的两倍，但成本仅为GPT-4 Turbo的一半，视频、音频功能得到改善。

　　现场演示中，它的表现仿佛一个人正坐在旁边，和人类的对话节奏自然、融洽，完全听不出是个AI，在短短232毫秒内，GPT-4o就能对音频输入做出反应，并且它可以将文本、音频、图像任何组合作为输入和输出。这意味着OpenAI朝着更自然的人机交互迈出了重要一步。

　　OpenAI创始人Altman表示，GPT-4o是OpenAI有史以来最好的模型，它很聪明，速度很快，是天然的多模态。

　　尽管多模态AI尚处于初期阶段，但已有多个模型开始涌现。谷歌的 Gemini Ultra模型在多学科多模态理解和推理基准测试中超越了GPT-4，显示出多模态模型的潜力。 为了保持竞争力，更多的大型语言模型开发者将跟进开发多模态功能。多模态AI预计将解锁新的商业机会，如Artera在医疗保健领域的应用、谷歌将Gemini集成到搜索中、Ghost Autonomy在自动驾驶领域的探索，以及Meta将其应用于消费设备如智能眼镜。

　　多模态被视为生成式人工智能（AIGC）行业2024年重要趋势之一。量子位发布的《中国AIGC应用全景报告》显示，2024年中国AIGC应用市场规模将达200亿元，2030年达万亿元规模，2024年到2028年的年平均复合增长率将超30%。

　　身处AI这一热门赛道，要想在其中取得竞争优势，高强度的研发必不可少。据证券时报·数据宝统计，多模态AI概念股2023年研发支出合计达到327.53亿元，占营收比例为11.2%，这一比例是同期A股整体水平的4.46倍。

　　通过调研上市公司，机构可以更加了解其最新的产业布局情况。

　　（本版专题数据由证券时报中心数据库提供 陈锦兴/制图）

责任编辑：王涵