传媒行业动态点评：GPT-4O发布 语音和视觉交互升级

　　OpenAI 发布GPT-4o，功能全面升级，有望推动行业发展5 月14 日OpenAI 线上举办“春季更新”发布会，推出新旗舰模型GPT-4o，宣布免费向用户提供更多ChatGPT 功能。GPT-4o 支持文本、音频和图像的任意组合输入，并能够生成文本、音频和图像的任意组合输出。我们认为GPT-4o 是迈向更自然人机交互的一步，将赋能各类应用功能提升，扩展AI应用场景，推动行业发展。标的上建议关注：1）出海有望应用到GPT-4o的传媒应用公司蓝色光标等；2）国内AI 应用领先的龙头公司昆仑万维、焦点科技等。产业链其他标的包括汤姆猫、紫天科技、神州泰岳等。
　　GPT-4o 应用侧最大亮点：强大的实时多模态交互体验我们认为GPT-4o（o 指omni，意为全能）最重要的亮点为可实现实时多模态交互体验。其训练是通过跨文本、视觉和音频端到端进行，所有输入和输出都由同一神经网络处理。此前语音模式由三个独立模型组成，实现转写（将音频转换为文本）、智能（接收文本并输出文本）、文生语音（将文本转换回音频）功能，而这一过程可能导致GPT-4 丢失大量信息，且反应相对较慢，无法识别音调、多个说话者或背景噪音，也无法输出表达情感的语音。而GPT-4o 通过跨模态训练和统一神经网络处理，实现低延迟、高拟真的惊艳效果。
　　免费开放和API 调用性价比提升，有望推动应用加速发展发布会上，OpenAI 还宣布：1）GPT-4o 向所有用户免费开放（有限额），包括此前仅对ChatGPT Plus 会员提供的高级功能；2）在 API 使用方面，GPT-4o 的价格是 GPT-4-turbo 的一半，速度是 GPT-4-turbo 的两倍；3）对桌面版ChatGPT 的UI 进行重新设计，并将推出专为苹果macOS 设计的ChatGPT 桌面应用，用户可以通过快捷键“拍摄”桌面并向ChatGPT 提问。
　　我们认为GPT-4o 对用户的免费开放，以及API 调用的性价比提升，降低了用户和开发者的使用门槛，有望提升应用开发品类丰富，提升应用体验，进一步推动应用百花齐放。
　　体验优秀，应用场景广泛
　　结合OpenAI 发布会的展示，我们认为GPT-4o 应用场景广泛，包括：1）语音交互，人机对话。GPT-4o 可实现低延迟（最快232 毫秒的时间内响应音频输入，平均响应时间为320 毫秒）、高拟真（感知情绪并逼真模仿人类语气）的惊艳效果。另外，GPT-4o 支持超过50 种语言，可实现实时同声传译，这将推动相关人机对话场景的个性化交互体验，提升用户粘性和应用成长空间，如agent、电商、游戏、情感陪伴等相关场景；2）多模态交互，如个性化教育（图像识别教学资料，并引导学习、答题）、图文和数据库分析（结合视频、图片和数据材料进行综合分析，判断趋势给出结论）等。
　　风险提示：竞争加剧、模型发展进度低于预期、政策监管风险等。本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。
【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。