OpenAI推出最新人工智能模型GPT-4o，GPT-4o在GPT-4的基礎上改進了文本、視頻和音頻功能，多模態交互能力亮眼，聽說讀寫絲滑如真人。
據介紹，新模型使ChatGPT能夠處理50種不同的語言，同時提高了速度和質量。新聞稿稱，GPT-4o是邁向更自然人機交互的一步，它可以接受文本、音頻和圖像三者組合作爲輸入，並生成文本、音頻和圖像的任意組合輸出，“與現有模型相比，GPT-4o在圖像和音頻理解方面尤其出色。”GPT-4o可以在232毫秒內對音頻輸入做出反應，與人類在對話中的反應時間相近。
在錄播視頻中，兩位高管做出了演示：機器人能夠從急促的喘氣聲中理解“緊張”的含義，並且指導他進行深呼吸，還可以根據用戶要求變換語調。圖像輸入方面，演示視頻顯示，OpenAI高管啓動攝像頭要求實時完成一個一元方程題，ChatGPT輕鬆完成了任務；另外，高管還展示了ChatGPT桌面版對代碼和電腦桌面(一張氣溫圖表)進行實時解讀的能力。
國盛證券研報表示，在未來幾周內OpenAI將在ChatGPT Plus中推出帶有GPT-4o的新版本語音模式。開發人員現在可以在API中將GPT-4o作爲文本和視覺模型進行訪問。與GPT-4Turbo相比，GPT-4o的速度快2倍，價格減半，速率限制高出5倍。該機構認爲，GPT-4o是邁向更自然的人機交互的重大進步，新功能帶來了嶄新的多模態交互能力，通過新的端到端模型實現了體驗上的新突破，有望在各類終端實現用戶體驗的最大化，利好智能終端Agent、機器人等方向。
開源證券發佈研報稱，國內AI多模態模型不斷躍遷，或持續賦能IP開發、影視、音樂、教育、營銷等領域降本提效，拉動對音視頻語料的需求，並衍生全新變現模式，建議繼續佈局多模態AI應用。
信達證券5月13日研報指出，受益於全球生成式AI持續發展，文生圖/視頻/音樂/代碼等多方面應用的迭代更新有望長期給諸多行業帶來降本增效，重點關注：
1)AI+搜索：崑崙萬維、三六零等；
2)AI+影視：華策影視、慈文傳媒、萬達電影、上海電影、光線傳媒、博納影業；
3)AI+IP(涉及版權、算料等)：中廣天擇、華數傳媒、新華傳媒、中文在線、上海電影、華策影視、奧飛娛樂、果麥文化、捷成股份、南方傳媒、視覺中國；
4)AI+3D：大豐實業、絲路視覺、凡拓數創、恒信東方、風語築、鋒尚文化、嶺南股份；
5)AI+營銷：分衆傳媒(高分紅)、三人行、因賽集團、易點天下、值得買、藍色光標、兆訊傳媒、浙文互聯、每日互動；
6)AI+教育/閱讀：南方傳媒、盛通股份、世紀天鴻、掌閱科技等；
7)AI+出版(高分紅)：南方傳媒、皖新傳媒、時代出版、城市傳媒、中南傳媒、鳳凰傳媒、果麥文化等；
8)AI+遊戲：巨人網絡、愷英網絡、完美世界、紫天科技、盛天網絡、崑崙萬維、神州泰嶽、三七互娛、掌趣科技、寶通科技、吉比特、名臣健康、姚記科技、順網科技、湯姆貓、星輝娛樂；
9)其他：萬興科技、人民網、新華網、福昕軟件、金山辦公、松煬資源等。
聲明：本文章內容爲公開市場資料整理，不構成投資建議，股市有風險，投資需謹慎。