概念动态 | 财联社主题库新增“多模态模型”

谷歌于2023年12月6日宣布推出其认为规模最大、功能最强大的人工智能模型Gemini。Gemini模型作为谷歌以及全球范围内最先发布的多模态模型，在性能上是第一个在MMLU上超越人类专家的模型。模型根据体量大小分为Gemini Ultra、Gemini Pro、以及Gemini Nano三个版本，支持在云端以及边缘测运行。

平安证券发布研究报告称，本次谷歌推出的大模型Gemini主打在多模态领域的突出能力：1）文本领域，Gemini Ultra在多项基准测试中领先于GPT-4，并成为现有第一个在大规模多任务语言理解（MMLU）方面超越人类专家的模型。2）多模态领域，Gemini Ultra在图像、视频、音频多项基准测试中同样实现超越GPT-4V。3）此外模态组合领域，Gemini还展示了处理多模态输入、跨模态推理的强大能力。当下对于多模态AI的激烈角逐也将持续拔升大模型的整体能力水平，有助于不断拓展大模型的应用场景和边界，推动AI应用进一步爆发。

据市场分析机构IDC于2023年11月2日最新报告显示，2022年全球AI应用软件市场规模为640亿美元，预计到2027年将增加到2790亿美元，复合年增长率（CAGR）为31.4%。

相关成分股信息：

1）拓尔思

入选理由：公司是国内最早研发人工智能技术的企业之一，在NLP、知识图谱、OCR、图像视频结构化等领域都具备自主可控的多模态内容处理底层技术

2）新华网

入选理由：公司参股企业新华智云在2017年推出媒体大脑平台，并一直致力于用AI技术来赋能内容生产的技术研究是应用。公司发起和制定了机器智能内容生产（MGC）的标准，推出了MAGIC平台。基于自研的短视频智能生产技术，该平台能够快速，海量的自动化生产出，丰富多样的短视频，并已经在媒体，文旅，金融，会议等领域商用

3）汤姆猫

入选理由：公司国内研发团队与西湖心辰合作的多模态AI汤姆猫产品已初步实现拍照识物、英文口语启蒙、兴趣引导、科普教育、AI生图、AI生成绘本、情境对话等多个功能。2023年11月，公司表示，海外团队研发的首款AI手游《Talking Ben AI》已在斯洛文尼亚、塞浦路斯、南非等地区开启首轮海外测试

4）云从科技

入选理由：公司聚焦于视觉、语音以及多模态领域，并致力于为智能网联提供智能大脑服务

5）博汇科技

入选理由：公司加大了对自然语言处理与机器视觉领域的研发力度，通过运用人工智能、大数据等技术，对采集到的数据进行分析、特征学习和样本训练，构建智慧监管模型，提升了对文本、图片、音频、视频等多模态数据的处理分析能力

6）科大讯飞

入选理由：公司于2022年全球“1024开发者节”正式发布讯飞机器人超脑平台AIBOT平台，已经正式接入星火认知大模型。讯飞机器人超脑平台依托“讯飞超脑2030”技术底座，推出以AI能力星云、多模态交互、智能运动、模型训练、资产生成和软硬件接入为核心的机器人开发平台

7）亿嘉和

入选理由：公司发布的一种基于多模态超融合技术的大模型 YJH-LM，已在公司商用清洁机器人上完成功能测试

8）格灵深瞳

入选理由：公司自研的大模型以视觉领域为主，语音语义等多模态方面的能力

9）苏州科达

入选理由：在人工智能技术领域，公司深入研发基于深度学习的AI技术，紧跟人工智能技术前沿趋势，于2023年7月正式推出了KD-GPT大模型，包括多模态大模型、AIGC图像大模型和行业大模型已经初具雏形，并开始在实际项目中投入应用