国投证券：计算机行业周报：从科技巨头看算法应用和端侧AI布局

OpenAI和谷歌大模型重磅更新，引领AI多模态变革 北京时间5月14日凌晨，OpenAI召开春季发布会，升级了全新的模型GPT-4o（其中的o代表omni，即全面、全能的意思）。本次发布会中展示了新模型的几大亮点：1）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，可以实现类人的多轮语音对话、看图解题、实时翻译等多种功能，是一个端到端的多模态大模型；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-4oAPI比GPT4-Turbo快2倍，价格便宜50%；4）GPT-4o的文本和图像功能已经在ChatGPT中开放使用，免费注册用户也可以体验。未来几周内，OpenAI会在ChatGPTPlus中推出新版本的语音模式GPT-4oalpha版。 北京时间5月15日凌晨，谷歌举办2024年I/O开发者大会。大会上谷歌发布了多个新产品、新工具、新功能：1）最新款大模型Gemini1.5Pro的上下文窗口从100万tokens（最小输入单元）升级到200万，并推出轻量化模型Gemini1.5Flash；2