近日，OpenAI发布了新一代旗舰生成模型GPT-4o（“o”代表omni，即全能的意思）。据悉，GPT-4o为面向未来人机交互范式的全新大模型，具有文本、语音、图像三种模态的理解力，反应极快还带有感情，也“很通人性”。

　　开源证券研究报告介绍，GPT-4o有四大特点：一是多模态能力大幅提升，可以跨文本、音频和视频进行实时推理；二是更加“像人”；三是毫秒级响应，API（应用程序接口）成本更低；四是拥有3D视觉内容生产能力。

　　全球大模型竞争加剧

　　据悉，GPT-4o将免费提供给所有用户，OpenAI还将推出桌面版ChatGPT，轻量化的使用体验可以融入任何工作流程中。

　　“GPT-4o作为一个具有多模态能力的生成型模型，将在客户服务、医疗保健、教育、娱乐、无障碍技术等诸多领域发挥重要作用，助力相关领域的AI应用‘更加好用，性价比更高’，更好地打开应用商业化空间，也会加剧全球各大模型厂商的竞争。”中国电子商务专家服务中心副主任郭涛在接受《证券日报》记者采访时表示。

　　近段时间，不少海内外行业巨头频频发布大模型最新成果。例如谷歌发布升级版的最强大AI模型Gemini迎战GPT-4o，谷歌CEO桑达尔·皮查伊表示：“谷歌所有的工作都围绕生成式AI模型Gemini来做，希望每个人都能从Gemini所做的事中受益。”

　　国内的知名私募巨头幻方量化旗下的AI公司DeepSeek（深度求索）发布全新第二代MoE（混合专家）大模型DeepSeek-V2，该模型拥有2360亿个参数，其中有210亿个活跃参数。

　　昆仑万维正式将天工大模型迭代至3.0版本，据悉“天工3.0”采用4000亿参数MoE架构，是目前全球模型参数最大、性能最强的开源MoE模型之一。“天工3.0”在语义理解、逻辑推理等方面能力实现质的飞跃，其技术知识能力较上一代模型提升20%，数学、代码等能力提升超30%。此外，百度、商汤科技等也发布了最新多模态模型成果。

　　“OpenAI推出GPT-4o及近期海内外厂商频频发布大模型迭代升级成果，竞争焦点或集中在多模态能力、Agent（指能自主活动的软件或者硬件的智能体）能力和API调用成本优化等，均为大模型应用落地并商业化的关键因素。”开源证券分析师方光照认为。

　　多家公司跟进AI应用布局

　　多模态模型可以应用于各种终端设备，如智能手机、平板电脑、车载多媒体端口、智能音箱、机器人等。此外，还可以应用于企业级产品，如影视、教育、营销、搜索、办公等各个领域。

　　在此背景下，不少上市公司通过大模型加速推动在AI领域的业务布局与应用。5月15日，金蝶集团发布基于企业管理、AI、大模型三者叠加结合的金蝶Cosmic，这款应用具备感知、记忆、思考、行动能力，助力管理者及员工轻松应对多项管理工作。

　　主营为营销传播智慧服务的因赛集团日前对外表示，公司自研的营销行业AIGC应用级模型InsightGPT，不断取得技术突破，“图生视频”“文生视频”等各项功能和产品发布始终走在行业前列。同时，公司会密切关注世界前沿的最新技术，持续对InsightGPT各项产品和功能进行优化与迭代，适时拓展新的产品方向，目前论证可行的产品方向包括但不限于3D视频与数字人。

　　奥飞娱乐在互动易平台上表示，目前其持有光年无限5%股权，光年无限有自己的AI对话机器人产品——图灵机器人开放平台，并上线AI对话小程序“喜羊羊与灰太狼+”，定位儿童用户，提供亲子陪伴体验。

　　字节跳动也最新发布了豆包大模型，据字节跳动旗下云服务平台火山引擎总裁谭待介绍：“经过一年时间的迭代和市场验证，豆包大模型正成为国内使用量最大、应用场景最丰富的大模型之一，目前日均处理1200亿Tokens文本，生成3000万张图片。大模型从以分计价到以厘计价，将助力企业以更低成本加速业务创新。”

　　“拥有多模态能力的大模型将为上市公司在客服服务、教育培训和终端应用等领域提供了广阔的应用前景。这种全新的交互模式将为企业带来更高的效率和更低的成本股票融资的费用，同时为用户带来更便捷与愉悦的体验。”中国信息协会常务理事朱克力向记者表示。