智通財經APP獲悉，中金髮布研究報告稱，本週Open AI與谷歌分別發佈新一代模型：GPT-4o和Gemini系列模型。該行認爲，隨着AI在端側的逐漸落地，將帶動消費電子終端創新升級，並對雲端算力硬件系統尤其是推理側需求提出更高要求。
中金主要觀點如下：
Gemini 1.5 Pro與GPT-4o有何異同？
我們認爲，GPT-4o是端到端模型的創新，帶來人機交互方式新突破；谷歌Gemini性能升級，AI能力廣泛接入旗下生態。對比來看，兩者都是原生多模態大模型，有望引發行業的效仿熱情，原生多模態或成爲未來發展趨勢；但差異點在於，Gemini上下文窗口更大，且定價更具吸引力；GPT-4o模型性能更強，且更強調實際應用場景中的人機交互創新。
AI端側落地帶來消費電子終端人機交互方式變革，關注操作系統升級及應用前景。
在硬件側，我們認爲，此次兩大模型發佈從四個方面加快了AI落地端側的進度：1）多模態交互方式革新；2）AI語音助手擬人化；3） AI功能在移動設備的應用前景；4）商業化前景。雖然當前大模型仍以雲端算力調用爲主，但從當前各家在模型參數壓縮的努力，結合端側商業變現的前景，未來部分算力下沉到端側將成爲必由之路，對應消費電子終端在硬件層面也將迎來創新升級。在操作系統及應用側，語音助手擬人化程度提升，一方面使AI agent成爲可能，另一方面未來交互方式變化或帶來流量入口變化，深刻影響生態格局。
雲端算力硬件：GPT-4o部分功能的免費開放，Gemini能力的提升或對單位算力成本下探提出要求，AI infra面臨大幅優化。
我們看到，當下行業對算力硬件性能、成本的衡量以訓練導向逐漸轉爲推理導向。除了芯片端、網絡硬件端（如光模塊）持續升級外，系統工程能力也正不斷強化：爲獲得更低的硬件利用率，降低推理成本，優化顯存、實施算子融合/算子實現優化、低精度（量化）推理、分佈式推理均是主流實現方式。我們認爲算力硬件市場有望隨應用落地步入以價換量時代，市場規模或將持續增長。
風險
AI算法技術及應用落地進展不及預期，AI變現模式不確定，消費電子智能終端需求低迷。