智通財經APP獲悉，天風證券發佈研報認爲,GPT-4o的發佈代表了OpenAI模型作爲智能代理的初次亮相，即它展示了更強的交互的能力，包括數據理解和分析能力、視覺理解能力、情感識別和輸入、更流暢的交流體驗。隨着跨越文本、音頻和視頻的端到端模型GPT-4o的推出，預計OpenAI未來模型將在多模態能力方面不斷提升。同時，Google在發佈會上展示了其Gemini1.5模型的出色能力。從長期來看，該團隊認爲今年最值得關注的是模型架構和算力結構的變化，特別是大模型加上數量價值的變化。
GPT-4o：5月14日凌晨，美國OpenAI公司推出可免費使用的全新旗艦AI模型GPT-4o。1)多模態：接受任何文本、音頻、圖像和視頻的組合作爲輸入，並生成任何文本、音頻和圖像輸出的組合。2)響應速度快：可以在短至232毫秒、平均320毫秒的時間內響應音頻輸入，與人類在對話中的反應速度一致。3)語言和代碼能力出色：在英文文本和代碼上與GPT-4 Turbo的性能相匹配，在非英文文本上有了顯著提升。4)使用成本低：在API使用方面，GPT-4o較之前版本價格降低一半且速度有所提升。
谷歌I/O開發者大會：5月15日凌晨，谷歌在2024年I/O開發者大會上發佈了一系列AI產品，重磅級的發佈包括輕量化的模型Gemini 1.5 Flash、AI智能代理Project Astra、視頻生成大模型VEO、強大的AI搜索、視頻生成模型Veo、第六代TPU Trillium等，Gemini 1.5 Pro的上下文窗口也從100萬tokens升級到200萬。
GPT-4o模型的多模態能力爲AI交互體驗帶來了革命性的變化，能夠同時處理和生成文本、音頻和圖像，同時谷歌發佈會GoogleI/O 2024發佈會推出了多款重磅AI相關產品，AI技術迭代將在多個領域爲用戶帶來更好的體驗感：1)教育：GPT-4o 可以提供更加個性化、深入的教學輔助，爲學生提供更豐富的學習資源和定製化的學習體驗。2)AI助手：GPT-4o的智能程度更高，能夠更準確地理解用戶需求，理解用戶的情感，提供更加智能、自然的對話交互，並且能夠更好地處理複雜任務和多輪對話。3)數據分析：GPT-4o能夠更快速地處理大規模數據，並且具備更深層次的理解和推理能力，可以更快地發現數據中的模式和趨勢，提供更加精準的數據分析和預測。4)AR/VR領域：爲AR/VR應用提供更加智能、自然的交互體驗，使用戶感受到更加沉浸式的虛擬世界，並且能夠根據用戶的反饋和環境變化實時調整交互內容。
風險提示：AI發展不及預期、AI商業化不及預期、AI競爭加劇