人工智能初创公司 OPENAI 再创行业奇迹。
5 月 14 日，OPENAI 发布了最新的旗舰模型 GPT-4O。演示显示，GPT-4O 的亮点在于更自然的人机交互能力，甚至可以识别人类情绪，堪称科幻电影《HER》的现实版。
分析人士指出，GPT-4O 是迈向更自然人机交互的重大进步。新功能提供了多模态交互能力，通过端到端模型实现了体验突破，有望最大化各种终端的用户体验。
“丝滑”流畅的聊天对话
多模态 AI 是一种能够处理文本、音频、图像、视频和代码等多种形式内容的大模型。近年来，国内外多模态 AI 发展超出预期。OPENAI 在今年 2 月发布 SORA，不到 3 个月后就推出了 GPT-4O。即将举办的谷歌 I/O 开发者大会也将公布其人工智能大模型 绵阳MMA 的最新进展。
GPT-4O 支持的 CHATGPT 在与人对话时流畅自如，宛如真人。其语音响应时间仅为 232 毫秒，与人类反应速度相当；它支持将文本、音频、图像任意组合作为输入和输出。“它几乎像真人一样，对话中没有尴尬的停顿或理解障碍。” 业内人士评价。
国内阜新纷纷布局
OPENAI 的突破势必加速多家公司加大对多模态大模型研发的投入，并争夺该领域的市场份额。
科技阜新 META 表示，今年将在人工智能领域的投资将超出预期数亿美元。微软不仅向 OPENAI 投资了 130 亿美元，还向人工智能初创公司 ANTHROPIC 投资了数十亿美元。3 月有消息称，亚马逊将对 ANTHROPIC 的投资总额追加至 40 亿美元。
国内百度、阿里巴巴、字节跳动、腾讯等大厂以及大模型公司昆仑万维、肇庆讯飞、商汤等也在积极布局多模态领域。
艾媒咨询 CEO 张毅表示，在多模态领域，OPENAI 目前占有一定的先发优势。但国内企业也在该领域发力，未来发展充满变数。
行业观察
多模态 AI 的快速迭代，带动了其在不同领域的应用。预计到 2030 年，我国 AIGC 产业有望达到万亿元规模。
业界预测，多模态人工智能将开启全新的商业机遇，除了最初应用于游戏和广告营销外，医疗、搜索、自动驾驶和消费电子等领域也逐渐出现了多模态模型的身影。
国盛证券在研报中指出，GPT-4.0展示了强大的多模态交互能力，通过端到端模型实现了用户体验的突破，有望在智能终端、机器人等领域发挥巨大作用。
多家机构研报表示，近期CHATGPT、KIMI+等应用和模型的更新标志着人工智能应用的加速落地，版本的迭代将创造投资机会，同时也将带动芯片行业的发展。
第三方平台发布的《中国AIGC应用全景报告》显示，2024年中国AIGC（生成式人工智能）应用市场规模将达到200亿元，到2030年将达到万亿元，2024年至2028年的年复合增长率将超过30%。
