share_log
Download
Download by
Scanning QR Code
  • Download app

    Download app

+
Congratulations
You've successfully got advanced quotes worth 5000 HKD
Download APP >>

观点 | GPT-4震撼发布,图片/视频应用、游戏和虚拟人有望加速融合

Opinion | The shocking release of GPT-4 is expected to accelerate the integration of photo/video applications, games and virtual people

中信建投證券研究 ·  03/17 09:34

来源:中信建投证券研究

GPT-4在理解能力、图片和文本的综合理解、定制个性等方面具有显著提升。对于应用领域而言,我们已经可以看到多模态模型帮助应用同时实现增收、降本增效的可能性。我们此前将现在类比为移动互联网爆发前夕,预计GPT-4将加速这一进程。

其中我们认为“多模态+图片/视频应用”是应用发展的基座,“+游戏”将从改善需求看实现增收,同时为大型游戏减少研发费用,为中小型游戏减少营销费用,“+虚拟人”将解决行业发展受限于套皮等“伪需求”问题。

OpenAI在3月15日正式发布GPT-4。据OpenAI,GPT-4是多模态模型,可以理解文字和图片,并反馈文字,其理解能力较GPT-3和ChatGPT更强。目前GPT-4的文字输入和反馈功能已经在ChatGPT更新,并开放了API接口,而图片输入功能将会和Be My Eyes合作。据Be My Eyes官网,Virtual Volunteer功能将会结合GPT-4,iOS和安卓应用已开放该功能的预约。

据OpenAI官网,相较ChatGPT和GPT-3,GPT-4主要在一下6个方面有较大改进:

1)GPT-4的理解能力有重大优化,我们预计将显著改善办公等生产力场景的用户体验。据OpenAI官网,在模拟AP、SAT、GRE和美国法考等大部分考试中,带视觉能力的GPT-4可以获得更好的成绩。26门模拟考试中,GPT-4在17门获得了更好的成绩,特别是在微积分、化学和物理等理科领域有近40%,甚至更高的排名提升。据The Verge报道,此前ChatGPT在数学推算过程中时常会出现错误。而从此次OpenAI展示的结果看,数学逻辑的推理能力已明显提升。此外排名提升最大的是美国司法考试,GPT-3.5排名仅列后10%,而GPT-4.0可以达到前10%的排名。

2)多模态模型可以综合理解文本和图片,从而优化反馈,我们预计更有助提升教育领域的用户体验。GPT-4的多模态模型可以提取图片和文字中的标签,以统一的数据进行处理,并给予文字反馈。因此在OpenAI的测试中,GPT-4可以理解搞笑图片中iPhone的数据线不合常理得大的梗。我们认为图片和文本的综合理解能力可以优化交互场景体验。比如在教育场景中,从此前单纯的文字/语言互动,发展成结合视觉和语言的理解,给予更好的反馈,预计丰富教育形式,从而提升教育质量。

3)GPT-4在非英语场景下表现得更好。OpenAI使用Azure Translate将57门学科的14,000道选择题翻译成了26种语言,并给予GPT-4测试。结果显示,GPT-4在其中24种语言的正确率高于GPT-3.5、Chinchilla、谷歌的PaLM等LLM的英文测试表现,包括拉脱维亚语、威尔士语、斯瓦西里语等预料资源稀缺的小语种。从另一层面可见GPT-4对于语言的理解能力也要由于其他LLM。

4)GPT-4的“可操纵性”(Steerability)将赋予AI不同的个性,预计将进一步推动虚拟人成为“人”的可能。相比ChatGPT固定的语言风格,GPT-4将允许接入API的用户定制AI的“性格”。我们预计将进一步优化虚拟人的反馈机制,类似于国内AI对话应用Glow可以让用户与“钢铁侠”Tony Stark等不同背景、场景的虚拟人对话,将相关技术带入虚拟人场景中,是虚拟人成为真正的“人”。

因此,我们认为ChatGPT使虚拟人摆脱动捕仅,获得AI反馈机制,成为“人”是第一步,而GPT-4解锁了虚拟人发展的第二部,使其成为个性迥异的“人”。这有助于解决虚拟人发展受限于套皮、性格等造成与虚拟人对话、互动是“伪需求”的问题。

5)在体验方面,GPT-4在安全、道德、法律等方面的防范意识更好。OpenAI的研发人员基于在开放后,用户不断提出的有害信息、诱导性问题,对模型进行了优化,因此现在GPT-4在安全、道德、法律等方面的防范意识更强。

6)GPT-4允许用户输入更长的内容。相较GPT-3.5和ChatGPT约4,096 tokens/约8,000单词的限制,GPT-4允许用户最多输入32,768 tokens/64,000单词,是过去的8倍。因此,GPT-4可以更持续性地与用户进行更多轮的对话,而不会很快“忘记”之前的对话内容。

以获得Y Combinator支持的生成式AI初创公司为例,多数应用主要是文本形式的输入和输出类应用,包括客服、办公辅助、科技金融等,其次为文本生成图片的变相应用,如生成不同艺术风格的短视频(无情节的艺术插画拼接)、游戏3D模型和素材生成等。

此次多模态的GPT-4发布,我们认为一方面,在生产力工具、教育和客服等交互应用,这类目前更容易落地的场景内,我们可以看到GPT-4的辅助能力进一步提升,优化了现有落地场景的用户体验;另一方面,我们也看到了多模态模型的可能性,此次升级在输入端,将文本理解,升级成文本和图片的综合理解,而未来我们也可以展望在输出端,也可以有文本结合图片、视频等形式的产出,从而推动图片/视频应用、游戏、虚拟人等应用场景有更丰富的功能落地。

我们认为“多模态+图片/视频应用”是应用领域的基座,提升生产效率、降低成本。目前已有的AIGC技术融合应用的形式还较为单一,多数仍是文字生成图片的变相应用。而多模态模型使文本、图片、视频等多种内容形式的综合理解,以及多种内容的结合输出成为可能。最终不仅可以在C端的场景中,为日常生活提供娱乐和生产工具,同时也可以在游戏、虚拟人等内容的生产中提供辅助工具。因此我们认为,“多模态+图片/视频应用”是应用领域落地的基础。

“多模态+游戏”:1)提升行业需求:互动感倍增,解决行业需求放缓的痛点。自疫情初期经历短暂需求增长后,市场整体出现需求疲软的情况。据游戏产业报告,22年中国游戏市场实际销售收入2,658.8亿元,同比下降10.3%,减少306.3亿元。而多模态AIGC模型的应用,预计可提升游戏的互动体验。如网易已在《逆水寒》中将AIGC技术应用于NPC,增加玩家互动体验。未来,我们预计AIGC可以改变游戏固定的故事模式,提升游戏的内容量,增强游戏的互动体验,最终通过技术改善游戏需求增长放缓的问题。

2)降低成本:大型游戏降低研发成本,中小型游戏降低营销成本。除增收以外,多模态也可以通过更低的生产成本制作出内容量更大的游戏,类似于TechCrunch报道的,哥本哈根大学的团队将AIGC技术应用于《超级马里奥》游戏中,生成无限关卡的MarioGPT,对于大型游戏而言可以降低研发成本。

中小型游戏的研发成本占比有限,而将本逻辑类似于广告营销公司。基于用户在微博、抖音等平台观看的内容,以及天气、地理位置等外部信息,生成“千人千面”的广告内容,最终提升广告的ROI。因此,多模态模型可以降低广告素材生产成本,提升广告效果,从而为中小型游戏将本。

“多模态+虚拟人”:成为真正的“人”,解决行业发展痛点。由于目前虚拟人存在套皮,或是AI生成的虚拟人性格单一等问题,导致虚拟人存在是否为“伪需求”的质疑。而从此次GPT-4的发布中可以看到,AI已可以拥有个性,同时多模态可以结合文本/语言、图片/视觉的理解,更好得让虚拟人理解人类的真实感受,并给出反馈,提升互动的体验感,解决行业发展痛点。

我们认为多模态的GPT-4为图片/视频应用、游戏和虚拟人在发展中落地 AIGC 技术,提供了更多可能性,有助同时实现增收、降本增效,最终改善行业和个股的估值弹性。

风险提示:

生成式AI技术发展不及预期、各领域技术融合进度不及预期的风险、算力支持程度不及预期、数据质量及数量支持程度不及预期、用户需求不及预期、技术垄断风险、原始训练数据存在偏见风险、算法偏见与歧视风险、算法透明度风险、增加监管难度风险、政策监管风险、商业化能力不及预期、相关法律法规完善不及预期、版权归属风险、深度造假风险、人权道德风险、影响互联网内容生态健康安全风险、企业风险识别与治理能力不足风险、用户审美取向发生变化的风险。

编辑/Somer

Risk disclosure: The above content only represents the opinion of the authors or guests, and does not represent any positions of Futu or constitute any investment advice on the part of Futu. Before making any investment decision, investors should consider the risk factors related to investment products based on their own circumstances and consult professional investment advisers where necessary. Futu makes every effort to verify the authenticity, accuracy, and originality of the above content, but does not make any guarantees or promises.

    Write first comment