中信证券：OpenAI 推出视频生成模型 Sora，AI 产业围绕多模态不断加码

中信证券：OpenAI推出视频生成模型Sora，AI产业围绕多模态不断加码中信证券研报指出，近一周内，OpenAI和谷歌分别推出了他们的最新AI模型，围绕视频多模态这个核心关键点双方不断加码。Gemini1.5Pro基于大语言模型处理视频模态，上下文长度超过百万，Sora在技术上采用了DiffusionTransformer的路线，OpenAI表示Sora在训练过程中表现出了与其他模型不同的涌现能力，有望成为真正的“世界模型”。从投资角度来看，Sora背后的涌现能力为自动驾驶、设计等需要现实世界建模的行业提供了明确方向。Gemini在短期内的部分商业场景表现可能会更为出色，尤其是需要结合图片与文字的多模态应用场景。除去应用端的投资机会，硬件端的需求也必然会随着多模态的技术进步而不断提高，我们仍然持续看好AI算力，尤其是后续商业端成熟而带来的更多AI推理侧算力的机会。

赶在谷歌Gemini发布前 OpenAI要抢发“多模态”大模型

赶在谷歌Gemini发布前OpenAI要抢发“多模态”大模型然而，OpenAI又要来截胡了。据媒体最新报道，OpenAI正在积极努力将多模态功能（类似于Gemini预计提供的功能）纳入GPT-4，目标赶在Gemini发布前推出多模态大型语言模型（MLLM），即代号为Gobi的下一代大型语言模型，以击败谷歌并保持领先地位。随着ChatGPT在各领域展现出非凡能力，多模态大型语言模型近来也成为了研究的热点，它利用强大的大型语言模型（LLM）作为“大脑”，可以执行各种多模态任务。MLLM展现出了传统方法所不具备的能力，比如能够根据图像创作故事、视觉知识问答、无需OCR（光学字符识别）的数学推理等，从自然语言理解到图像解释等，提供更广泛的信息处理能力。报道称，OpenAI早在3月份发布GPT-4时就预先展示了这些功能，但除了一家名为“BeMyEyes”的公司外，没有向其他公司开放。后者主要为有视力障碍或失明的人开发移动应用程序。六个月后，OpenAI正准备在更大范围内推出被称为GPT-Vision的功能。为什么OpenAI花了这么长时间才推出这项功能？报道称主要是担心新的视觉功能会被不良行为者利用，比如通过自动解决验证码来冒充人类，或者通过面部识别来跟踪人们。但OpenAI的工程师们似乎接近于解决围绕这项新技术的法律担忧。谷歌也面临这个问题，当该公司被问及正在采取哪些措施来防止Gemini滥用时，谷歌发言人指出，该公司在7月份做出了一系列承诺，以确保其所有产品能够负责任地开发。然而，考虑到谷歌拥有与文本、图像、视频和音频相关的专有数据（包括来自搜索和YouTube等平台的数据），该行业向多模态模型的发展可能会有利于发挥谷歌的优势。一位使用过早期版本的人说，与现有的模型相比，Gemini似乎已经产生了更少的错误答案。OpenAI首席执行官SamAltman在最近的各种采访中暗示，GPT-5还没有出现，但他们计划对GPT-4进行各种增强，新的增强模型可能是其中之一。报道称，OpenAI似乎还没有开始训练Gobi，所以现在就说它最终会成为GPT-5还为时过早。在上周接受《连线》杂志采访时，谷歌CEO皮查伊表达了他对谷歌目前在AI领域地位的信心，并认可技术进步的持久性，以及他们在平衡创新与责任方面深思熟虑的战略。无论如何，这场竞赛就相当于人工智能版的iPhone与Android。人们正屏息以待Gemini的到来，它将揭示谷歌和OpenAI之间的差距到底有多大。风险提示及免责条款市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。...PC版：https://www.cnbeta.com.tw/articles/soft/1384867.htm手机版：https://m.cnbeta.com.tw/view/1384867.htm

东莞证券：AI 多模态大模型快速迭代

东莞证券：AI多模态大模型快速迭代东莞证券研报指出，近一个月内，从OpenAI发布Sora模型，到谷歌更新Gemini1.5，再到Anthropic推出Claude3系列模型，AI多模态大模型快速迭代。随着多模态能力不断提升，有望加大对IP内容的价值挖掘和商业转化力度，赋能内容生产实现降本增效，进一步打开行业成长空间。后续建议积极关注海内外大模型落地和应用进展，关注国内布局AI大模型领域的公司，如昆仑万维等；受益于多模态技术发展的IP/影视公司，如中文在线、上海电影等。

中信证券：头部 AI 厂商对于多模态大模型军备竞赛仍然激烈

中信证券：头部AI厂商对于多模态大模型军备竞赛仍然激烈全球AI行情高歌猛进一年有余，对于AI行情后续能否进入下半场，市场目前主要担忧模型迭代速度的放缓和下游应用的缺失。我们认为，模型层面，技术迭代曲线是否放缓仍待GPT-5发布后再作验证，但目前来看，头部厂商对于多模态大模型的开发继续呈现你追我赶的态势，军备竞赛仍然激烈。应用层面，经过约一年的摸索和部署后，我们预期今年下半年GenAI在B端企业运营、C端视频应用和智能终端方面的渗透有望加速，而推理成本的快速下降有望进一步加速应用拐点的到来。对于市场而言，一方面上游训练算力叙事未结束，仍是绩优成长的代表赛道；另一方面下游需关注多模态应用与端侧叙事的变化，以及模型进一步突破后对于具身智能与自动驾驶的溢出，静待应用从主题投资向景气成长切换的“翻牌时刻”。

中信证券：文生视频 Sora 等模型发布 有望继续推动算力与网络需求升级

中信证券：文生视频Sora等模型发布有望继续推动算力与网络需求升级中信证券研报表示，2024年2月16日凌晨，OpenAI发布文生视频多模态模型Sora，其生成视频demo表现效果十分惊艳，引发广泛关注。中信证券认为若Sora成为视频创作领域的超级应用，将带来巨大的网络设备升级需求。同时谷歌最新多模态大模型Gemini1.5以及英伟达本地聊天机器人ChatwithRTX也在近期陆续发布。AI发展趋势已经愈发明确，AI产业成熟的商业模式与“收入—资本开支”的良性循环亦在逐步形成。这有望缓解市场对于光模块等算力设备投资持续性的担忧，从而打开龙头厂商估值空间。

Google 推出原生多模态 AI 模型 Gemini，挑战GPT-4

Google推出原生多模态AI模型Gemini，挑战GPT-4https://abmedia.io/google-ai-model-gemini?utm_source=rss&utm_medium=rss&utm_campaign=google-ai-model-gemini&utm_source=rss&utm_medium=rss&utm_campaign=google-ai-model-gemini