【汇正财经】迎看、听、说重磅升级，多模态大模型渐成趋势
▍事件：美东时间9月25日，OpenAI在官网宣布，对ChatGPT进行重磅升级实现看图、听声音、输出语音内容三大功能。
▍这是OpenAI实现AGI（通用人工智能）战略重要技术环节。未来两周，OpenAI将向Plus和企业版用户提供看、听、说功能。语音功能将在iOS和Android上使用，图片识别全平台可以使用。
⚫ 图像方面，用户可以通过向其展示一张或多张图片提问，或分析复杂图表得出数据，还可以使用APP中的绘图工具高亮标注图中的特定部分。在同日发布的一篇论文中，OpenAI将这一能看图的模型称作GPT-4V(ision)。
⚫ 语音方面，OpenAI与专业配音演员合作，提供5种不同的声音。另外公司还与Spotify展开合作，通过这一功能将播客翻译为其他语言，同时保留播客主持人的声音。
⚫ 安全方面，OpenAI的目标是构建既安全又有益的AGI。ChatGPT逐步推出功能，可以让OpenAI有时间改进，逐步完善安全漏洞、风险。尤其是新的语音技术可在几秒内生成真实的合成声音，可能会为诈骗者提供便利条件，所以安全研发策略对于涉及语音和视觉的高级模型至关重要。
▍ChatGPT流量呈现回升趋势。
SimilarWeb数据显示，9月11日当周，ChatGPT流量较前一周增长约12%。据Sensor Tower显示，8月最后两周全球ChatGPT应用程序用户每周增长超过10%，流量增长主要系学生开始返校且印度及巴西市场迎来增长所致。
▍“大模型+小模型+应用&内容”的研究框架，我们认为多模态大模型是未来发展趋势：
Meta最近推出AudioCraft，通过AI生成音乐；谷歌Bard及必应机器人均已部署多模式功能；苹果也在试验AI生成语音Personal Voice。我们认为：1）多模态可拓展应用范围，随着大模型功能的逐渐完善，大模型的应用场景与生态也有望进一步丰富，为垂类领域应用带来更多的可能性；2）多模态将推高算力需求，图片、音频等非结构化数据可以提供更丰富的维度，扩大模型参数规模，有助于模型的持续训练和提升，算力需求有望进一步释放。长期看，AI算力的需求天花板远未达到。目前AIGC行情已有所分化，未来主题性机会有望逐步切换向案例兑现、甚至基本面兑现，龙头及龙头板块需重点关注，持续推荐具备基本面优势的【游戏】板块。
▍基于我们“大模型+小模型+应用及内容”的研究框架
我们认为从基本面受益的角度上看，需沿着目前成熟大模型模态输出的范围选择标的，重点关注AI+文本/虚拟人板块，其次关注AI+图片（大模型+小模型）；从价值重估的角度上看，需沿着掌握优质数据或内容（多模态数据）的范围选择标的，重点关注AI+内容/IP/版权板块。
▍投资策略及建议：
1、建议关注AI+游戏，如【盛天网络】、【姚记科技】、【神州泰岳】、【三七互娱】、【完美世界】、【吉比特】、【世纪华通】、【巨人网络】；建议关注AI+出版，推荐【皖新传媒】、关注【中文传媒】、【中国科传】、【中国出版】等。
2、建议关注行业垂类大模型，如【创业黑马】、【昆仑万维】。
3、推荐中国版Discord【创梦天地】。
4、建议关注【汇纳科技】、【引力传媒】、【浙文互联】、【世纪恒通】。
参考资料: 上海证券《ChatGPT 迎看、听、说重磅升级，多模态大模型渐成趋势——互联网传媒行业周报》
市场有风险，投资需谨慎。本文仅为投资者教育使用，不构成任何投资建议，投资者据此操作，风险自担。力求本文所涉信息准确可靠，但并不对其准确性、完整性和及时性做出任何保证，对投资者据此进行投资所造成的一切损失不承担任何责任。
免责声明
本文由汇正财经的投资顾问：顾晨浩（登记编号：A0070620080002）进行编辑，仅供参考，请自主决策，风险自担。投资有风险，入市需谨慎!
