近年来国内模型进步显著，2024年Kimi、豆包等模型逐步出圈，并带来用户使用习惯的养成。本次DeepSeek-R1的发布，在性能对齐OpenAI-o1正式版、但成本更低，有望带来下游更为广泛的应用落地和商业化机会。

交互型多模态大模型是指跨越单一模态的限制，支持文本、音频、图像、视频等模态任意组合的输入输出，能做出实时的、“类人”的理解和反馈，可以跟人无缝交流的大模型。西部证券认为，应用是连接人类意图与信息及技术实现的媒介，其本质是交互。在大模型迭代过程中，性能提高固然重要，但交互的升级也同样具有重大价值，交互型多模态大模型的出现有望推动人机交互变革——向更为简单的自然语言交互形式发展。其进一步指出，交互型多模态大模型主要应用场景包括教育、编程、医疗健康、游戏、情感陪伴等。

据主题库显示，相关上市公司中：

拓尔思数字经济研究院及相关研发团队已经完成康养大模型第一版本的训练，加入了情感支持、主动问答以及多模态的能力，正在与虚拟人进行整合。

虹软科技积极布局视觉大模型+XR相关技术，利用ArcMuse技术引擎产生图片、视频、数字人以及3D内容等，为XR眼镜载体提供便捷、优质的内容生成引擎。