国信证券：AI专题：OpenAI推出多模态模型GPT-4V，加速AI应用发展

事项：OpenAI于北京时间9月25日晚宣布推出多模态模型GPT-4V，新增了语音、图像交互功能，并将在未来两周向ChatGPTPlus和Enterprise用户推出。语音输入输出允许用户通过语音与ChatGPT进行交互，图像输入输出则能让用户通过上传图片获取相关信息。其中语音功能将在移动端iOS和Android上提供，图像功能将在所有平台上提供。国信互联网观点：1）OpenAI本次技术升级增加了语音交互、图片识别、图生文等多模态功能，并将在两周内对Plus用户与企业用户开放，提供更加丰富的交互体验。2）大模型厂商在多模态领域布局不断、接连发力。OpenAI在多模态领域积累深厚，包括：文生图模型CLIP、DALL-E系列（9月已发布DELL-E3）、语音识别模型Whisper、通用多模态模型GPT4-4V等。微软也相继发布BEiT系列、KOSMO-1致力于多模态统一建模，同时理解文本、图像、语音模态内容。谷歌近期力推通用多模态大模型Gemini，凭借谷歌丰富的训练语料，如：YouTube视频、谷歌图书、GoogleMap、搜索索引信息以及GoogleScholar的学术资料，有望打造强