OpenAI 正式发布GPT-4o，感觉很惊艳，反应速度处理能力得到大幅提升，硬件端有一定想象力。
发布会要点：
1.新的 GPT-4o 模型：打通任何文本、音频和图像的输入，相互之间可以直接生成，无需中间转换
2.GPT-4o 语音延迟大幅降低，能在 232 毫秒内回应音频输入，平均为 320 毫秒，这与对话中人类的响应时间相似。
3.GPT-4o 向所有用户免费开放
4.GPT-4o API，比 GPT 4-Turbo 快 2 倍，价格便宜 50%
5.惊艳的实时语音助手演示：对话更像人、能实时翻译，识别表情，可以通过摄像头识别画面写代码分析图表
6.ChatGPT 新 UI，更简洁
7.一个新的 ChatGPT 桌面应用程序，适用于 macOS，Windows 版本今年晚些时候推出
【国盛计算机】OpenAI发布GPT-4o，多模态实时交互能力重大突破
太平洋时间5月13日10点，OpenAI召开春季更新发布会，直播发布GPT-4o发布会直播展示惊艳多模态交互能力，可以进行实时视频交互。GPT-4o（“o”代表“omni全能”）接受文本、音频和图像的任意组合作为输入，直播中GPT-4O展示了实时语音交流能力，响应极快，并且可以识别用户的语音情绪，语音有情感，还能用不同语言和多人同时交互。在语音的同时可以与视频实时交互，演示了一边聊天一边解答手写数学问题，以及实时交流阅读代码，指导编程、视频聊天等能力。GPT-4o 的文本和图像功能今天开始在 ChatGPT 中推出。GPT-4o会 在免费套餐中提供，向 Plus 用户提供高达 5 倍的消息限制。在未来几周内OpenAI将在 ChatGPT Plus 中推出带有 GPT-4o 的新版本语音模式。开发人员现在可以在 API 中将 GPT-4o 作为文本和视觉模型进行访问。与 GPT-4 Turbo 相比，GPT-4o 的速度快 2 倍，价格减半，速率限制高出 5 倍。我们认为，GPT-4o是迈向更自然的人机交互的重大进步，新功能带来了崭新的多模态交互能力，通过新的端到端模型实现了体验上的新突破，有望在各类终端实现用户体验的最大化，利好智能终端Agent、机器人等方向。
【中信电子】OpenAI 推出最新人工智能模型 GPT-4o，多模态交互能力亮眼
OpenAI 推出最新人工智能模型 GPT-4o，GPT-4o在 GPT-4 的基础上改进了文本、视频和音频功能，多模态交互能力亮眼。在 API 中，GPT-4o 的价格是 GPT-4-turbo 的一半，速度是其两倍。OpenAI 将在免费版中提供 GPT-4o，并为 Plus 用户提供高达 5 倍的消息限制。
我们在今晚的直播中看到了GPT-4o强大的多模态交互能力（可以一边和用户对话，一边做数学题、指导编程，在对话过程中可以实现实时交流且交流情感更为充沛自然，灵活切换各种语言）。我们之前谈到，AI落地终端过程中远期的最佳形态可能是AR眼镜，现阶段从技术成熟度和产品完整度上看，理想形态可能是智能眼镜（兼备视觉和听觉交互能力），其次是耳机和音箱（尽管缺乏视觉交互能力，但更容易落地）。今晚The Information所报道的“Meta也在考虑开发搭载摄像头的AI辅助耳机以实现识别物体和翻译外语”，其实也是想进一步挖掘AI在耳机上的应用场景。
此外，据彭博社报道，苹果公司（Apple Inc.）已接近与OpenAI达成协议，在iPhone上使用其技术。上述知情人士表示，双方一直在敲定一项协议的条款，以便在下一代iPhone操作系统iOS 18中使用ChatGPT功能。我们同样看好苹果通过自研+外部合作的方式为用户提供良好的使用体验。
我们坚定看好AI落地IoT产品大趋势。基于这一逻辑，我们建议关注：
上游主芯片厂商：恒玄科技、瑞芯微、晶晨股份、全志科技、北京君正、乐鑫科技、中科蓝讯等。
终端厂商：漫步者、安克创新、国光电器、传音控股等。
中游组装厂商：歌尔股份、佳禾智能、天键股份、华勤技术、亿道信息等。
我们同样看好苹果AI主线，基于这一逻辑，我们建议关注立讯精密、鹏鼎控股、瑞声科技、高伟电子、思泉新材、水晶光电等产业链标的。
📞中信电子团队 徐涛/胡叶倩雯/梁楠/唐佳
【光大科技】OPENAI发布大模型GPT-4o，语音视频交互震撼全球
北京时间2024年5月14日凌晨，OPENAI召开春季发布会，发布会亮点如下：
1、未来OpenAI 做产品免费优先，为的就是让更多的人能使用。
2、OpenAI 此次发布了桌面版本的程序和更新后的 UI，其使用起来更简单，也更自然。
3、GPT-4 之后，OpenAI 发布新版本的大模型GPT-4o。GPT-4o里的“o”是Omni的缩写，也就是“全能”的意思，接受文本、音频和图像的任意组合作为输入，并生成文本、音频和图像输出。
4、实时语音对话：GPT-4o可以在短至232毫秒、平均320毫秒的时间内响应音频输入，与人类在对话中的反应速度一致。GPT-4o 在语言不通的两个人之间充当翻译机，听到英语就翻译成意大利语，听到意大利语就翻译成英语。
5、GPT-4o API相比较GPT-4 Turbo，价格5折，速度提高一倍，单位时间调用次数是原来的5倍！GPT4-o与ChatGPT Plus会员版所有的能力，包括视觉、联网、记忆、执行代码、GPT Store等都将对所有用户免费开放！
6、Brockman还发布5分钟视频，让两个ChatGPT互相对话，一个是旧版APP ChatGPT，只知道对话，另一个则是新版网页ChatGPT，具备视觉等新能力。TA们从Brockman的衣着开始聊起，旧版不断提出新的问题，新版都一一解答。最后两个ChatGPT根据刚才聊天的内容，直接开启了对唱模式。
投资建议：
1、光模块：中际旭创、新易盛、天孚通信；
2、国产算力：海光信息、寒武纪；
3、华为昇腾产业链：神州数码、烽火通信、软通动力、润建股份、恒为科技、恒铭达、利和兴；
4、服务器：工业富联、浪潮信息、中科曙光、华勤技术、中兴通讯、协创数据；
5、铜互连、连接器和线缆线束：沃尔核材、立讯精密等；
6、PCB/覆铜板：生益科技、沪电股份、深南电路、胜宏科技、奥士康；
7、封测：通富微电、长电科技；
8、苹果供应链：鹏鼎控股、立讯精密、水晶光电、中石科技等；
9、AI终端：传音控股（AI手机）、漫步者（AI耳机/AI音箱）、联想集团（AI PC）；
10、AI应用：金山办公、虹软科技、新国都等；
11、AI虚拟人：洲明科技；
12、AI机器人：奥比中光、珠城科技。
【人工智能第一团队|民生计算机】 OpenAI 正式发布最新大模型 GPT-4o有什么意义？
1、本次发布的并非单个AI应用，而是发布最新的旗舰大模型GPT-4o，本质是一次大模型升级发布会。2、GPT-4o相对于此前版本升级主要集中在改善人机交互体验，核心目的在于逼近人机交互的终极目标，更像真人交互的AI Agent（智能助理），包括几个方面：3、和真人交互一样全模态统一：GPT-4o中o是omnimodel前缀首字母，指本次发布是文字、语音、图片、视频全模态统一的模型，可以接受任意模态组合输入，并生成任意组合模态输出。4、和真人交互一样实时无延迟：在语音对话中，没有此前版本大模型的延迟，而且可以随时插嘴，模型实时响应。5、和真人交互一样看懂、听懂情绪与语气：模型可以听懂人的情绪、甚至人的喘息成都呼吸。模型输出语气情绪也可以与真人一模一样。6、GPT4o更此前最新版本收费不同，全球免费使用，GPT-4o API 比 GPT4-turbo 快 2 倍，价格便宜 50%。7、此次GPT-4o发布核心在于赋予大模型更实用的交互体验与低廉价格，意在加速打开各类应用场景。8、拥有多模态卡位的AI终端会是核心受益者，包括AI手机、AI PC、（摄像头+耳机）等AI多模态创新终端等。OpenAI 推出最新人工智能模型 GPT-4o，多模态交互能力亮眼OpenAI 推出最新人工智能模型 GPT-4o，GPT-4o在 GPT-4 的基础上改进了文本、视频和音频功能，多模态交互能力亮眼。在 API 中，GPT-4o 的价格是 GPT-4-turbo 的一半，速度是其两倍。OpenAI 将在免费版中提供 GPT-4o，并为 Plus 用户提供高达 5 倍的消息限制。我们在今晚的直播中看到了GPT-4o强大的多模态交互能力（可以一边和用户对话，一边做数学题、指导编程，在对话过程中可以实现实时交流且交流情感更为充沛自然，灵活切换各种语言）。我们之前谈到，AI落地终端过程中远期的最佳形态可能是AR眼镜，现阶段从技术成熟度和产品完整度上看，理想形态可能是智能眼镜（兼备视觉和听觉交互能力），其次是耳机和音箱（尽管缺乏视觉交互能力，但更容易落地）。今晚The Information所报道的“Meta也在考虑开发搭载摄像头的此外，据彭博社报道，苹果公司（Apple Inc.）已接近与OpenAI达成协议，在iPhone上使用其技术。上述知情人士表示，双方一直在敲定一项协议的条款，以便在下一代iPhone操作系统iOS 18中使用ChatGPT功能。我们同样看好苹果通过自研+外部合作的方式为用户提供良好的使用体验。我们坚定看好AI落地IoT产品大趋势。基于这一逻辑，我们建议关注：上游主芯片厂商：恒玄科技、瑞芯微、晶晨股份、全志科技、北京君正、乐鑫科技、中科蓝讯等。终端厂商：漫步者、安克创新、国光电器、传音控股等。中游组装厂商：歌尔股份、佳禾智能、天键股份、华勤技术、亿道信息等。我们同样看好苹果AI主线，基于这一逻辑，我们建议关注立讯精密、鹏鼎控股、瑞声科技、高伟电子、思泉新材、水晶光电等产业链标的。