开源证券：通信行业周报：AI模型加速迭代升级，重视AI应用带来产业机遇

GPT-4o升级融媒能力，超低延时加速AI应用 2024年5月14日，OpenAI在首次春季发布会发布新旗舰模型“GPT-4o”。相较于GPT-4，GPT-4o进一步提升了文本、图像及语音处理能力，具有多项升级： （1）多模态交互：GPT-4o是一个多模态大模型，支持文本、音频和图像的任意组合输入，并能生成文本、音频和图像的任意组合输出，具备优秀的多模态交互能力，包括语音、视频，以及屏幕共享。视觉识别方面：GPT-4o可以识别复杂的视觉内容，帮助进行图像分类、物体检测等任务；音频处理方面：能够处理多重语音输入，进行语音识别和生成；视频分析方面，GPT-4o可以理解和分析视频内容，进行视频摘要和标注。 （2）超低延时：GPT-4o的响应速度较快快，最短仅需232毫秒，平均为320毫秒，几乎达到了人类在对话中的反应时间。具备超低延时的同时可以实现对话中实时打断AI，增加信息或开启新话题，可以实时识别和理解人类的表情，文字，以及数学公式；交互语音感情丰富，可以变换语音语调、风格，还可以模仿，甚至“即兴”唱歌；并可以在对话中即时翻译多种语言。 （3）多语言支持：GPT-4o语言处理能力加强，在