从通用大模型到垂直大模型，从单模态向多模态融合，AI生成技术不断迭代，加速应用落地和商业模式创新，已是大势所趋。Open AI发布“有史以来最好的”，最新多模态模型GPT-4o，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。
Open AI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。国盛证券研报认为，GPT-4o是迈向更自然的人机交互的重大进步，新功能带来了崭新的多模态交互能力，通过新的端到端模型实现了体验上的新突破，有望在各类终端实现用户体验的最大化，利好智能终端Agent、机器人等方向。
AI多模态和长文本应用加速
尽管多模态AI尚处于初期阶段，但已有多个模型开始涌现。Google的 Gemini Ultra模型在多学科多模态理解和推理(MMMU)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。此外，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、Google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。
今年以来，全球AI大模型端都持续迭代升级，包括海外的Sora、Llama3等，国内的Kimi、昆仑天工AI、阶跃星辰等。华泰证券指出，伴随模型能力的升级，2C应用有望迎来加速发展。2C应用核心要解决的是产品性能以及用户的付费意愿，伴随底层基础模型的能力优化，2C应用的使用效果显著提升，同时应用模态正在加速拓展。
多模态被视为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(生成式人工智能)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%。
多模态AI概念股，研发强度远高于A股水平
身处AI这一热门科技赛道，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。
云从科技-UW、格灵深瞳、阿尔特、虹软科技4只概念股研发支出占营收比超过50%，相当于拿出超一半的营收投入研发。云从科技-UW研发支出强度最高，公司2023年研发支出为4.91亿元，占营收比例为78.1%。报告期内，公司与天津港集团、浙江海港集团、华为公司、天津超算中心联合研发的港口大模型PortGPT项目正式启动。
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。据数据宝统计，今年以来合计有61只多模态AI概念股迎来机构调研。汤姆猫、苏州科达、因赛集团、中科信息、中科创达、值得买获调研次数均在5次及以上。参与调研机构数量最多的是中科创达，合计达到457家;其次是广联达、汤姆猫、大华股份等。
