传媒互联网行业大模型进程焦点：OpenAI春季发布会及谷歌开发者大会要点归纳.pdf

图3：两个GPT-4o产品在自动对话并且唱歌

资料来源：OpenAI官网，信达证券研发中心

图4：GPT-4o文本评价

资料来源：OpenAI官网，信达证券研发中心

➢免费提供给所有用户使用，付费用户享受5倍调用额度，大模型本身

的技术迭代带来的成本降低有望使个人或企业用户深度受益。每周都有

超过一亿人使用ChatGPT。OpenAI将在未来几周内开始向ChatGPT

免费用户推出更多智能和高级工具。使用GPT-4o时，ChatGPT免费

用户现在可以访问以下功能：体验GPT-4大模型的回答；获取来自模

型和互联网的回复；分析数据并创建图表；聊聊用户拍摄的图片；上传

请阅读最后一页免责声明及信息披露3

文件并提供帮助、总结、写作或分析；发现并使用GPT和GPT商店；

使用Memory打造更有帮助的体验。

图5：上传数据文件，GPT-4o进行数据分析

资料来源：OpenAI官网，信达证券研发中心

图6：GPTs和GPTs有关应用推荐

资料来源：OpenAI官网，信达证券研发中心

➢OpenAI推出新的桌面应用程序，简化用户的工作流程。对于免费和付

费用户，OpenAI推出了适用于macOS的新ChatGPT桌面应用程序，

该应用程序旨在无缝集成到用户在计算机上执行的任何操作。通过简单

的键盘快捷键（Option+Space），用户既可向ChatGPT提问，还可以

直接在应用程序中截取屏幕截图并进行讨论。同时，用户可以直接从计

算机与ChatGPT进行语音对话，目前暂时提供ChatGPT发布时提供

的语音模式，新的音频和视频功能将在未来推出。同时，从发布会当日

开始，OpenAI将向Plus用户推出适配于macOS的应用程序，并将在

未来几周内更广泛地提供该应用程序，Windows版本计划在今年晚些

时候推出。应用程序简化了ChatGPT的界面外观，整体UI设计更加

友好具备交互性。

请阅读最后一页免责声明及信息披露4

图7：适用于macOS的新ChatGPT桌面应用程序

资料来源：OpenAI官网，信达证券研发中心

图8：应用程序简化了ChatGPT的界面外观，整体UI设计更加友好具备交互性

资料来源：OpenAI官网，信达证券研发中心

北京时间5月15日凌晨，GoogleI/O开发者大会正式开幕，在生成式人工

智能AI竞争中，从谷歌在本次开发者大会上发布的内容可以看出其在AI领

域的积淀和步伐愈发稳健深厚。2023年12月，谷歌发布了Gemini1.0；2024

年2月，谷歌发布了Gemini1.5Pro，是第一个具有100万tokens的模型，

同时也推出了轻量级的开源模型Gemma。在本次谷歌开发者大会上，公司

更新了Gemini1.5Pro，引入了1.5Flash较小型号的Gemini版本，同时也

增加了两个新的Gemma模型。

Gemini1.5Pro：普通版本配备了100万token上下文窗口，而Gemini1.5

Pro将在GoogleAIStudio或适用于GoogleCloud客户的VertexAI中的

候补名单中拥有200万个代币上下文窗口。Gemini1.5Flash针对较窄或

高频的任务进行了优化，达到较快的响应时间速度，更具备成本效益，同时

上下文窗口也突破到了100万token。

请阅读最后一页免责声明及信息披露5

图9：Gemini1.5Pro升级到200万Tokens上下文窗口

资料来源：谷歌官网，信达证券研发中心

谷歌即将于2024年6月推出Gemma2大模型，模型参数量提高至270亿，

其性能优于一些尺寸超过其两倍的模型，并且可以在GPU或VertexAI

中的单个TPU主机上高效运行。

图10：Gemma2附带27B参数

资料来源：谷歌官网，信达证券研发中心

人工智能代理GoogleAstra项目：作为智能体，需要像人类一样理解和响