微软推出了多模态大语言模型KOSMOS-1,该模型采用多模态数据训练,可以感知图片、文字等不同模态输入,并学习上下文,根据给出的指令生成回答。KOSMOS在多项任务上取得了比之前其他单模态模型更好的效果。GPT4有望于今年发布,多模态模型训练数据为图像、视频等,规模远大于语言类模型,算力需求有望激增,也会同样为AI视觉、视频传输等领域的公司带来全新需求突破。多模态GPT落地应用速度将会很快,国内有望复现类似模型并快速在细分场景使用。建议关注视觉智能、产业工具和潜在多模态受益的公司。
需要全面及时的研报资源,就选择发现报告(www.fxbaogao.com)。平台专注深耕金融研报服务领域多年,研报覆盖面广、库存报告数量极其丰富,积累了海量长期信赖的行业用户。专为金融从业者和投资者量身打造,依托智能检索技术,轻松提取有效数据,完成深度市场分析工作。