本报告导读：

GPT4发布在即，模型将不再强调参数规模的扩张，转而向多模态发展；随着多模态的引入，我们预计下游应用空间将显著打开。

摘要：

GPT-4即将发布，多模态趋势凸显。2023 年3月9 日，微软德国CTOAndreas Braun 宣布GPT-4 将在3.13-3.19 日发布，将提供完全不同的可能性——如图像、视频。结合微软3 月初发布多模式大型语言模型Kosmos-1，可以推断大模型包括GPT4 将向多模态发展，多模态将成为下一波浪潮的核心。

多模态是GPT系列发展的必然趋势，也是多元化应用落地的基础。

当下，图像化应用已打开新型市场空间，3 月8 日微软开源了重量级的ChatGPT AI 交互应用VisuaChatGPT，通过调用ChatGPT 以及一系列视觉基础模型，实现了在聊天过程中发送和接收图像，以及动态对图像进行处理，在ChatGPT 的基础上拥有了VQA（视觉问答）和AI 作画的能力。VisuaChatGPT 发布后短短一天，在Github 就达到了4000 星，文本生成图像功能已经如此引发市场追捧，GPT-4 按照预期拓展到视频方向，文字生成视频、图像生成视频功能有望进一步奠定视觉方面应用落地，拓展市场格局。

图像端已有应用落地，视频等多模态的引入将打开下游行业应用空间。当前，不论是OpenAI 的DALL-E2，还是AIGC 领域的StableDiffusion 都已在图像领域进行了初步探索，并引起不小的反向。预计多模态短期内将在搜索引擎和聊天机器人上实现落地，为用户使用感带来巨大提升。考虑到当今信息数据有相当部分是以图像和视频的形式呈现，具有图像、视频处理能力的GPT-4 对用户的反馈将从更完整的来源获得信息并以多媒体的形式呈现，有效地提高用户体验。远期看，多模态将打开视觉方向，图片生成、视频创作能力，将协助GPT-4 在各类商业模式上实现进一步的拓宽，从而实现多媒体交互。

投资建议：ChatGPT 的应用场景正大幅拓展且已找到可落地的商业模式，我们基于核心应用场景、配套基础设施两个视角，推荐科大讯飞、格灵深瞳；受益标的商汤、云从科技、海天瑞声、拓尔思、寒武纪等。

风险提示：ChatGPT 技术商业化落地不及预期、ChatGPT 的应用成本过高。