问答-4o发布，开创音视频人机交互新时代，算力需求再度高涨！

?GPT-4o：更自然的人机交互，更低时延
OpenAI发布会重磅推出GPT-4o，新版大模型能够实现实时语音对话，平均时延为320毫秒。这个反应时间，已经达到了人类的级别！并且，它可以将文本、音频、图像任何组合作为输入和输出。在GPT-4o发布之前，通过语音模式（Voice Mode）与ChatGPT对话，平均延迟为2.8秒（GPT-3.5）和5.4秒（GPT-4）。

?性能碾压一众竞品，大模型竞争从未止息
在传统基准测试中，GPT-4o在文本、推理和编码智能方面，达到了GPT-4 Turbo级别的性能，同时在多语言、音频和视觉能力方面创下了新高。在文本评估中，GPT-4o几乎碾压一众模型，包括Claude 3 Opus，Gemini Pro 1.5，甚至是「开源版GPT-4」Llama 3 400B。

?我们认为，在大模型中加入语音交互或将推动AI算力进一步爆发，原因如下：
?训练中或将采用原生音频数据，在GPT-4原有的文本等数据外，新增更多维度，或将带动预训练token数增加。假设Scaling Law持续发挥作用，大模型训练计算量有望随之大幅提升。
?人机交互需求惊喜表现，或将带动智能音箱等端侧AI爆发，AI推理侧有望迎来大规模放量。
?由GPT-4o引领的人机交互创新应用或将引发竞争对手新一轮追击，我们看好行业维度算力需求新一轮爆发。

?产业链相关标的：
智能音箱：国光电器、漫步者、佳禾智能等
算力链：寒武纪、海光、工业富联、沪电股份、胜宏科技等
IoT芯片：恒玄科技、晶晨股份、全志科技、瑞芯微、炬芯科技、中科蓝讯、乐鑫科技等

风险提示：技术、需求、竞争