太平洋证券：传媒互联网行业周报：关注人机交互方式变革下的三条主线

报告摘要 OpenAI发布混合多模态模型GPT-4o，变革人机交互方式OpenAI发布混合多模态模型GPT-4o，该模型是OpenAI探索提升模型易用性的新成果，是一个集成文本、图片、视频、语音的全能模型。GPT-4o改变了人机交互方式，在功能上体现为具备实时语音及视频交互能力：1）在语音交互方面，GPT-4o响应音频输入的平均时间与人类对话的反应速度一致，实现实时的复杂对话、语音翻译、通过语音识别说话者情绪等功能；2）在视频交互方面，具备更复杂的多模态交互能力，实现实时识别视频拍摄内容，并给予反馈等功能。同时发布GPT-4oAPI，速度提高2倍，价格便宜50%，调用模型的速率限制较GPT-4-Turbo提高了5倍。 谷歌发布多项新成果，ProjectAstra实现视觉和语音交互谷歌I/O大会发布多项新成果：1）混合多模态模型发布：ProjectAstra具备与GPT-4o不相上下的视觉识别和语音交互效果，能够帮助用户整合工作流，提升效率；2）AIOverview重塑谷歌搜索：允许用户通过提问和聊天的方式进行AI驱动的搜索，且用户无需自行查阅结果，可由AIOverview代办一切；3）