>> 國盛證券-計算機(jī)行業(yè)周報：GPT-4V，多模態(tài)最新里程碑-231015
| 上傳日期： |
2023/10/15 |
大?。?/td>
| 4739KB |
| 格式： |
pdf 共34頁 |
來源： |
國盛證券 |
| 評級： |
增持 |
作者： |
劉高暢 |
| 行業(yè)名稱： |
計算機(jī) |
| 下載權(quán)限： |
無限制-登錄即可下載 |
|
|
多模態(tài)能力躍遷，GPT-4V開啟視覺交互時代。1）9月25日，OpenAI官方宣布，其開始在ChatGPT中推出新的語音和圖像功能；同日，OpenAI發(fā)布《GPT-4V(ision) system card》，探索并展示此次大模型在視覺上的能力及其邊界，GPT-4V的訓(xùn)練在2022年完成，OpenAI從2023年3月開始提供早期訪問；9月29日微軟發(fā)布《大型多模態(tài)模型的曙光：GPT-4V的初步探索》，詳細(xì)測評GPT-4V在多類任務(wù)上的表現(xiàn)。2）支持圖像輸入為GPT-4V的主要革新。在輸入方式上，GPT-4V支持圖像、子圖像、文本、場景文本、視覺指針及其混合集；在能力上，GPT-4V在視覺理解和解釋、視覺參考提示、時間序列與視頻理解、抽象視覺推理與智力測試、情商測試等實驗中均表現(xiàn)優(yōu)秀。
微軟深度測評，LMM應(yīng)用場景廣闊。微軟基于對GPT-4V的測評，探討了大型多模態(tài)模型有哪些有前景的應(yīng)用場景，設(shè)計了GPT-4V在各場景的新興應(yīng)用測試用例。1）工業(yè)領(lǐng)域，可用于缺陷檢測、安全檢查、雜貨結(jié)賬。2）醫(yī)療領(lǐng)域可用于放射學(xué)報告生成。3）汽車保險領(lǐng)域可生成損傷評估和保險報告。4）圖像標(biāo)題生成功能可用于圖像整理以及帶分割密集標(biāo)題生成。5）圖像生成領(lǐng)域可用于生成圖像評估以及圖像編輯提示詞生成。6）具身智能領(lǐng)域可用于操作機(jī)器和導(dǎo)航。7）GUI導(dǎo)航領(lǐng)域，可用于網(wǎng)絡(luò)瀏覽、在線購物、通知理解和觀看視頻。
插件、自我反思等工具加持，LMM潛力無限。微軟探討了GPT-4V未來可能的研究方向，這些方向可能進(jìn)一步增強(qiáng)GPT-4V的能力。包括多模態(tài)插件（例如使用Bing圖像搜索插件）、多模態(tài)鏈（例如將圖像裁剪插件用于計數(shù)任務(wù)）、自我反思（例如通過自我反思改進(jìn)圖表繪制結(jié)果）、自一致性（聚合多個輸出以產(chǎn)生最后答案）和檢索增強(qiáng)（通過檢索相關(guān)信息并將其集成到提示中來增強(qiáng)LMM）。
建議關(guān)注：
1）多模態(tài)應(yīng)用：大華股份、海康威視、中科創(chuàng)達(dá)、千方科技、虹軟科技、當(dāng)虹科技等。
2）辦公應(yīng)用：金山辦公、科大訊飛、萬興科技、福昕軟件等。
3）落地快&估值性價比：大華股份、漫步者、傳音控股、海康威視、新國都、賽意信息、紫天科技等。
4）算力側(cè)：英偉達(dá)、中科曙光、浪潮信息、中際旭創(chuàng)、工業(yè)富聯(lián)、云賽智聯(lián)、神州數(shù)碼、拓維信息、四川長虹、烽火通信、海光信息、恒潤股份、新易盛、創(chuàng)業(yè)黑馬、萬馬科技、恒為科技、易華錄、阿爾特、潤建股份、寒武紀(jì)、景嘉微、中貝通信、匯納科技等。
5）機(jī)器人：硬件供應(yīng)商：三花智控、拓普集團(tuán)、鳴志電器、斯菱股份、綠的諧波等。
風(fēng)險提示：AI技術(shù)迭代不及預(yù)期風(fēng)險；經(jīng)濟(jì)下行超預(yù)期風(fēng)險；行業(yè)競爭加劇風(fēng)險。
|
|
