转眼间，OpenAI发布ChatGPT已经一年多，但围绕其展开的话题仍然很“热”。如今，“多模态”AI大模型新势力崛起，产品力和应用体验快速达到行业头部模型水平，部分领域已经接近，甚至达到了全球第一梯队。
尤其是以SORE、Claude 3、Kimi为代表的长文本能力、阶跃星辰的多模态模型，均验证了取得的跨越式进步。随着模型能力持续迭代，全球在应用方面的创新性，“多模态”AI的进一步升级将带动AI生态进入正循环。
多模态AI大模型掀热潮
事实上，“多模态”AI是指能处理文本、音频、图像、视频和代码等多种形式内容的大模型，作为生成式AI的升级方向，已成为AI赛道新热点。“多模态”AI的诞生，一方面是源于底层“多模态”大模型能力的不断突破，另一方面是源于AI基建的不断推进。
从应用端看，“多模态”AI将为电影、游戏、视频等领域提供新的生产工具，生产成本有望大幅降低。业内人士称，“多模态”AI本质上是算力的提升和技术的迭代，全世界科技巨头基于AI“多模态”大模型的竞争日趋激烈，或驱动大模型“多模态”底层能力不断突破，AI应用有望迎来快速成长期。
概念股持续突破
谷歌（GOOG.US）
谷歌此前发布的“多模态”AI大模型Gemini，其表现超出预期。Gemini上线更是AI“多模态”底层的夯实，将原有AI的图文场景进行无限拓展、增加应用想象空间，进而完成从AI到AGI的进化。此外，谷歌的Gemini，在不同的模态上进行预训练，利用额外的多模态数据进行微调以提升其有效性。
苹果（AAPL.US）
近年来的动向来看，目前苹果手上还有两颗棋子。一是 Vision Pro，二是 AI。苹果并非像外界说的那样在 AI 领域毫无建树，相反的是，苹果关注 AI 已久。不久前，苹果终于发布了旗下多模态大模型"MM1"。作为一个具有高达 30B 参数的多模态 LLM 系列，MM1 有着不错的图像识别和推理能力，在指令调优后也展现出了强大的少样本学习能力。
在对 MM1 模型进行了全面的测试后，研究人员宣称 MM1-3B-Chat 和 MM1-7B-Chat 在性能上优于 Emu2-Chat37B 和 CogVLM-30B 等市面上绝大多数相同规模的模型。虽然最终整体表现还是不如谷歌的 Gemini 和 OpenAI 的 GPT4V，但研究结果仍表明 MM1 还是能够凭借独特的多模态处理能力开启苹果 AI 技术的新篇章。
Meta（META.US）
此前，Meta发布了自家最新AI动向，“雷朋xMeta智能眼镜”将接入多模态AI。彼时扎克伯格便承诺，这款眼镜将搭载AI功能，不过当时给出的预计时间为2024年。如今这一功能已提前实现——用户戴上眼镜后，说一声“嘿，Meta”，就能召唤出一个虚拟助手，后者能看到并听到周围发生的一切，能为照片写段说明，能描述物品，能翻译，还会搭配衣服。
从一定程度上来说，这次接入多模态AI后，Meta的智能眼镜已经开始向比尔•盖茨口中的“AI Agent”靠拢——不必再为不同任务选用不同应用程序，相反，只需用日常用语告诉设备你的需求。基于软件获取的信息，它将能作出为你量身定做的回应。
三星(SSNGY.US)
有消息称，三星计划为其语音助手Bixby提供生成式AI升级。近日，三星移动业务执行副总裁在接受媒体采访时透露：“随着生成式AI和LLM技术的出现，我们必须重新定义Bixby的角色，以便Bixby能够搭载生成式AI，并在多模态AI未来变得更加智能。”
今年早些时候，三星宣布正在为其各类应用和服务加入“Galaxy AI”功能，但Bixby在此轮技术升级技术升级中并未被提及。可以肯定的是，这一技术升级将使Bixby在语音识别、自然语言处理等方面实现显著进步，三星正在努力实现这些功能。
微美全息（WIMI.US）
资料显示，微美全息是一家以生成式AI与增强现实技术为核心业务的科创公司，随着AI各领域的应用场景日渐丰富，AI的应用能力越来越强，其商业价值开始凸显。作为行业内的翘楚，微美全息是拥有通用大模型能力的企业，凭借其在多模态AI领域的技术积累和市场布局，有助于推动多模态AI在各行各业的渗透率持续提升。
事实上，微美全息AI技术获得市场关注度越来越高，通过不断创新研发和市场应用，全力推动多模态AI技术在各行各业的深度融合，涵盖娱乐、教育、营销、商务等多个领域。未来，随着多模态AI技术的进一步发展和普及，微美全息将有望持续受益于技术进步带来的行业变革和市场需求的扩大，从而推动整个多模态AI应用生态进入一个新的发展阶段。
结尾
科技战争风云变幻，预计2024年多模态AI落地对业内的的促进作用，有望给行业带来降本增效。另外，多模态AI的发展下，算力芯片、服务器都有望直接受益，AI时代网络架构与连接技术产生变革，同时终端AI也有望落地带动相关投资机会。总之，多模态融合将成为重要趋势，相关技术探索仍在路上，相关概念股基于多模态AI应用赋能和供给释放对业绩的驱动，建议后续可以关注。
