计算机

多模态，AI大模型新一轮革命

投资要点：

• 多模态推动人工智能迈向AGI，底层技术日臻成熟

相比单模态，多模态大模型同时处理文本、图片、音频以及视频等多类信息，与现实世界融合度高，更符合人类接收、处理和表达信息的方式，与人类交互方式更加灵活，表现的更加智能，能够执行更大范围的任务，有望成为人类智能助手，推动AI迈向AGI。就技术架构而言，多模态技术可拆解为编码、对齐、解码与微调等步骤，逐步挖掘多模态关联信息，输出目标结果。文生图CLIP模型为最先成熟的多模态技术，目前，多模态已不再局限于图文两层信息。例如，Meta-Transformer可同时理解并处理12种模态信息。

• OpenAI 谷歌开启多模态军备竞赛，Sora 和 Gemini 各领风骚
• 多模态提升大模型泛化能力，垂直领域应用场景广阔

投资建议：

我们看好具有算法、数据等先发优势的国产大模型厂商，同时多模态提升大模型泛化能力，多元信息环境下实现“多专多能”，在垂直领域具有广阔的应用场景和市场价值。

风险提示：

技术发展不及预期、产品落地不及预期、AI 伦理风险等。

报告内容部分提取👇

想了解该报告详情，可通过下方扫码关注后

回复“AI”

获取报告下载链接

想了解更多考试相关

扫码添加上智启元官方客服微信👇