西部证券研报称，ChatGPT 升级视觉能力，迎来里程碑式的更新。OpenAI 发布季的第六天，5 月份预告的语音和视觉功能（Advanced Voice with Vision）终于发布。用户可以在对话过程中展示实时视频或共享屏幕。我们一直认为视觉能力是大模型能力的核心，因为视觉输入占据人类交互信息的绝大多数。我们可以预期，未来字节亦有望推出带有视觉能力的交互式多模态大模型，因而在包括 AI 玩具或 AI 眼镜等的下一代 AI 硬件终端中，视觉 SoC 将有望成为标配。另外地，这也将新增对 Nand 存储芯片的需求。