人工智能AI行业专题报告：多模态，下一代AI模型差异化的核心来源

除模型规模体积之外，目前全球 AI 算法的创新重点正逐步聚焦于多模态、智能Agent 等方面。

除模型规模体积之外，目前全球 AI 算法的创新重点正逐步聚焦于多模态、智能Agent 等方面。OpenAI 在今年 6 月发布的 GPT-4V 展现了 AI 多模态能力的重大进展，模型在技术上做到了理解一种模态内容时考虑到另一种模态的上下文，真正意义上同时理解了文字与图片。我们判断多模态会是推动本轮 AI 热点继续前进的下一个增长点。下一代多模态将会快速拓展目前大语言模型有限的应用场景，显著提高语言模型的泛化能力，并有望在成本方面展现出对传统专有模型的优势，从而推动如 AI Agent 等应用的落地，进而推动自动驾驶、机器人等应用获得革命性突破。目前 OpenAI 与 Google 是在多模态领域研发的先行者，其正在研发的 GPT-5 与 Gemini 均将会支持文字到图片的多模态能力，我们预测 GPT-5 与 Gemini 的发布时间将在明年的春末或夏初，而影响这一发布速度的仍然是当下的算力瓶颈问题。我们持续看好本轮生成式 AI 浪潮对科技产业的长周期影响和改变，继续关注算力、算法、数据、应用等环节的领先厂商。在美股市场，我们建议持续关注英伟达、台积电、特斯拉、微软、Arista、Adobe、Snowflake 等。