传媒行业点评报告：GPT-4o多模态能力再跃升，AI应用或加速落地

GPT-4o发布：多模态能力提升及免费开放

发布概览：

OpenAI于5月14日发布了GPT-4o，这一全新大模型旨在适应未来的人机交互范式，具备文本、语音、图像三种模态的理解能力，并表现出快速反应和情感表达的特点。

主要特点：

1. 多模态能力：GPT-4o在多种模态间展现出强大的实时推理能力，尤其在视觉和音频理解方面有显著提升，支持用户上传各种图片、视频及包含图片和文字的文档进行讨论。
2. 更人性化：通过声音和图像感知，实现情绪分析，让交流更贴近人类体验。
3. 快速响应与低成本API：GPT-4o的平均响应时间大幅缩短至320毫秒，API成本降低50%，提升用户体验。
4. 3D视觉内容生产：能从多个生成的图像构建3D模型。

免费提供与新应用：

GPT-4o将免费向公众开放，并推出桌面版ChatGPT，旨在使AI应用更易于集成到日常工作中。

竞争趋势：

• 海内外大模型竞争加剧，聚焦于多模态能力、Agent能力及API调用成本优化。
• 预计AI应用将在影视、音乐、教育、营销、搜索、办公等领域实现更高效、更具性价比的商业化。

风险提示：

• 多模态大模型技术发展存在不确定性。
• AIGC（人工智能内容生成）商业化进程可能面临挑战。

投资建议：

建议关注AI应用领域，特别是：

• AI影视（如上海电影、阅文集团）
• AI音乐（如盛天网络、云音乐）
• AI教育（如世纪天鸿、南方传媒、盛通股份）
• AI营销（如引力传媒、因赛集团、蓝色光标）
• AI Agent（如奥飞娱乐、汤姆猫）
• AI+3D（如锋尚文化、风语筑、凡拓数创、丝路视觉、恒信东方）

以上总结基于提供的文字内容，详细阐述了GPT-4o的发布背景、特点、商业化前景及其对各行业的影响，并提出了投资领域的建议，同时指出了潜在的风险。