传媒行业快报：GPT模型迭代更新，专注多模态与端侧应用

http://www.huajinsc.cn/1/3请务必阅读正文之后的免责条款部分2024年05月14日行业研究●证券研究报告传媒传媒行业快报行业快报GPT模型迭代更新，专注多模态与端侧应用模型迭代更新，专注多模态与端侧应用投资要点投资要点事件：事件：5月14日凌晨，OpenAI发布新一代旗舰生成模型GPT-4o、桌面App，并展示新功能。GPT-4o（“o”代表“Omni”译为全能）更接近自然人机交互。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。端到端训练端到端训练，，模型实现文本模型实现文本、、图像图像、、音频跨模态整合音频跨模态整合。。根据OpenAI官网，GPT-4o音频反馈时长为232毫秒，平均反馈时长为320毫秒，已接近人类对话发应时间。早期音频模式：由三个独立模型组成（语音转文本-GPT3.5/GPT-4-文本转语音），会丢失大量信息并存在延迟GPT-3.5（2.8秒）、GPT-4（5.4秒），同时无法表达情感、唱歌等。GPT-4o模型特点：实现跨文本、视觉和音频训练，所有输入和输出由单一神经网络处理；实时反馈及情绪感知。各细分表现：语音翻