计算机行业周报：GPT-4V发布 多模态为AI注入新动能

　　OpenAI 发布GPT-4V，大模型交互能力进一步提升9 月25 日，OpenAI 发布论文《GPT-4V（ision） System Card》，GPT-4V 允许用户输入图像并结合文本prompt 进行输出。同日，OpenAI 在官网宣布，对ChatGPT 进行重磅升级，实现看图、听声音、输出语音内容三大功能。OpenAI 发布了一个ChatGPT 的多模态短视频，从视频中可以看出，在融入了GPT-4V 的能力后，ChatGPT 具备了从图像中进行识别和推理的能力，多模态注入新的动能。
　　9 月29 日，微软研究团队发布《The Dawn of LMMs:PreliminaryExplorations with GPT-4V（ision）》，这是一篇长达166 页的GPT-4V 测评报告，详细测评了GPT-4V 在十大任务上的表现，分别为：开放世界视觉理解（open-world visual understanding）、视觉描述（visual description）、多模态知识（multimodal knowledge）、常识（commonsense）、场景文本理解（scene text understandin）、文档推理（document reasoning）、写代码（coding）、时间推理（temporal reasonin）、抽象推理（abstract reasoning）、情感理解（emotion understanding）。其中的亮点在于：
　　1）图像识别：GPT-4V 既能识别知识型的公众人物和地标，也能够识别专业领域的知识（如肺部影像的判定），还可以识别人类的表情从而做出情感判断。
　　2）图像推理：GPT-4V 可以实现相似图片“找不同”的功能，甚至可以做出IQ 测试中的图形推理问题。
　　3）动态内容分析：GPT-4V 可以根据一组有时间顺序的图片，还原出事件的过程，甚至预测接下来可能发生的事情，这已经具备了从图像向视频分析的能力。
　　AI 大模型向多模态迈进，全产业链有望注入新动能我们认为多模态更符合通用AGI 的演进方向，也有助于大模型算法对世界的多维度认知，从而促使算法能力的进一步改善，有望带来更多的算力消耗和应用场景，同时对AI 算力的可视化和算力优化的需求也将进一步提升。因此，AI 向多模态迈进，有望促使全产业链的需求提升，建议关注：1）AI 算力：润泽科技、浪潮信息、中科曙光、神州数码、拓维信息、华勤技术等；2）AI 多模态算法和应用：科大讯飞、金山办公、万兴科技、虹软科技、当虹科技、拓尔思、同花顺、大华股份等；3）AI 算力可视化：浩瀚深度、恒为科技等。
　　建议关注
　　基础工具：普源精电、鼎阳科技、坤恒顺维、中望软件、索辰科技、华大九天。
　　智能汽车：德赛西威、中科创达、光庭信息、虹软科技、四维图新、万集科技。
　　工业软件：宝信软件、中控技术、容知日新、赛意信息、能科科技、鼎捷软件。
　　数字能源：朗新科技、国能日新、南网科技、龙软科技、国网信通、远光软件。
　　人工智能：金山办公、科大讯飞、海康威视、商汤-W、奥比中光、寒武纪。
　　网络安全：深信服、安恒信息、启明星辰、天融信、奇安信-U、信安世纪。
　　风险提示
　　1）宏观经济变化影响企业信息化支出；2）财政与货币政策低于预期；3）供应链波动加大，影响科技产业发展。
【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

   【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。