GPT-4o多模態(tài)能力再提升 多家上市公司加速推進(jìn)AI應(yīng)用落地

    本報記者 李雯珊

    近日，OpenAI發(fā)布了新一代旗艦生成模型GPT-4o（“o”代表omni，即全能的意思）。據(jù)悉，GPT-4o為面向未來人機(jī)交互范式的全新大模型，具有文本、語音、圖像三種模態(tài)的理解力，反應(yīng)極快還帶有感情，也“很通人性”。

    開源證券研究報告介紹，GPT-4o有四大特點(diǎn)：一是多模態(tài)能力大幅提升，可以跨文本、音頻和視頻進(jìn)行實(shí)時推理；二是更加“像人”；三是毫秒級響應(yīng)，API（應(yīng)用程序接口）成本更低；四是擁有3D視覺內(nèi)容生產(chǎn)能力。

    全球大模型競爭加劇

    據(jù)悉，GPT-4o將免費(fèi)提供給所有用戶，OpenAI還將推出桌面版ChatGPT，輕量化的使用體驗(yàn)可以融入任何工作流程中。

    “GPT-4o作為一個具有多模態(tài)能力的生成型模型，將在客戶服務(wù)、醫(yī)療保健、教育、娛樂、無障礙技術(shù)等諸多領(lǐng)域發(fā)揮重要作用，助力相關(guān)領(lǐng)域的AI應(yīng)用‘更加好用，性價比更高’，更好地打開應(yīng)用商業(yè)化空間，也會加劇全球各大模型廠商的競爭。”中國電子商務(wù)專家服務(wù)中心副主任郭濤在接受《證券日報》記者采訪時表示。

    近段時間，不少海內(nèi)外行業(yè)巨頭頻頻發(fā)布大模型最新成果。例如谷歌發(fā)布升級版的最強(qiáng)大AI模型Gemini迎戰(zhàn)GPT-4o，谷歌CEO桑達(dá)爾·皮查伊表示：“谷歌所有的工作都圍繞生成式AI模型Gemini來做，希望每個人都能從Gemini所做的事中受益。”

    國內(nèi)的知名私募巨頭幻方量化旗下的AI公司DeepSeek（深度求索）發(fā)布全新第二代MoE（混合專家）大模型DeepSeek-V2，該模型擁有2360億個參數(shù)，其中有210億個活躍參數(shù)。

    昆侖萬維正式將天工大模型迭代至3.0版本，據(jù)悉“天工3.0”采用4000億參數(shù)MoE架構(gòu)，是目前全球模型參數(shù)最大、性能最強(qiáng)的開源MoE模型之一。“天工3.0”在語義理解、邏輯推理等方面能力實(shí)現(xiàn)質(zhì)的飛躍，其技術(shù)知識能力較上一代模型提升20%，數(shù)學(xué)、代碼等能力提升超30%。此外，百度、商湯科技等也發(fā)布了最新多模態(tài)模型成果。

    “OpenAI推出GPT-4o及近期海內(nèi)外廠商頻頻發(fā)布大模型迭代升級成果，競爭焦點(diǎn)或集中在多模態(tài)能力、Agent（指能自主活動的軟件或者硬件的智能體）能力和API調(diào)用成本優(yōu)化等，均為大模型應(yīng)用落地并商業(yè)化的關(guān)鍵因素。”開源證券分析師方光照認(rèn)為。

    多家公司跟進(jìn)AI應(yīng)用布局

    多模態(tài)模型可以應(yīng)用于各種終端設(shè)備，如智能手機(jī)、平板電腦、車載多媒體端口、智能音箱、機(jī)器人等。此外，還可以應(yīng)用于企業(yè)級產(chǎn)品，如影視、教育、營銷、搜索、辦公等各個領(lǐng)域。

    在此背景下，不少上市公司通過大模型加速推動在AI領(lǐng)域的業(yè)務(wù)布局與應(yīng)用。5月15日，金蝶集團(tuán)發(fā)布基于企業(yè)管理、AI、大模型三者疊加結(jié)合的金蝶Cosmic，這款應(yīng)用具備感知、記憶、思考、行動能力，助力管理者及員工輕松應(yīng)對多項(xiàng)管理工作。

    主營為營銷傳播智慧服務(wù)的因賽集團(tuán)日前對外表示，公司自研的營銷行業(yè)AIGC應(yīng)用級模型InsightGPT，不斷取得技術(shù)突破，“圖生視頻”“文生視頻”等各項(xiàng)功能和產(chǎn)品發(fā)布始終走在行業(yè)前列。同時，公司會密切關(guān)注世界前沿的最新技術(shù)，持續(xù)對InsightGPT各項(xiàng)產(chǎn)品和功能進(jìn)行優(yōu)化與迭代，適時拓展新的產(chǎn)品方向，目前論證可行的產(chǎn)品方向包括但不限于3D視頻與數(shù)字人。

    奧飛娛樂在互動易平臺上表示，目前其持有光年無限5%股權(quán)，光年無限有自己的AI對話機(jī)器人產(chǎn)品——圖靈機(jī)器人開放平臺，并上線AI對話小程序“喜羊羊與灰太狼+”，定位兒童用戶，提供親子陪伴體驗(yàn)。

    字節(jié)跳動也最新發(fā)布了豆包大模型，據(jù)字節(jié)跳動旗下云服務(wù)平臺火山引擎總裁譚待介紹：“經(jīng)過一年時間的迭代和市場驗(yàn)證，豆包大模型正成為國內(nèi)使用量最大、應(yīng)用場景最豐富的大模型之一，目前日均處理1200億Tokens文本，生成3000萬張圖片。大模型從以分計價到以厘計價，將助力企業(yè)以更低成本加速業(yè)務(wù)創(chuàng)新。”

    “擁有多模態(tài)能力的大模型將為上市公司在客服服務(wù)、教育培訓(xùn)和終端應(yīng)用等領(lǐng)域提供了廣闊的應(yīng)用前景。這種全新的交互模式將為企業(yè)帶來更高的效率和更低的成本，同時為用戶帶來更便捷與愉悅的體驗(yàn)。”中國信息協(xié)會常務(wù)理事朱克力向記者表示。