12 月 6 日，谷歌突然宣布推出“最大、最强、最通用”的原生多模态大模型 Gemini10，挑战 GPT-4，GPT-4 是竞争对手 Open AI 的大型模型，据称在一系列智力测试中表现优于 GPT-4 模型和人类专家。
我们越来越接近新一代人工智能模型的愿景。 经过一系列演示后，谷歌Deepmind产品副总裁Eli Collins告诉第一财经，这是谷歌迄今为止功能最强大、用途最广泛的模型。
1.双子座多模态功能或 hyper-GPT-4，有望进一步拓展应用场景
作为多模态模型，Gemini 可以同时识别和理解文本、图像、音频和五种信息，对信息的理解非常准确。 Gemini 有三个版本：Gemini Ultra 用于高度复杂的任务，Gemini Pro（用于各种任务的最佳型号）和 Gemini Nano 用于设备端设备。 Gemini Ultra 是第一个在 MMLU 任务中表现优于人类专家的大型模型，达到 9004% 的结果。 相比之下，人类专家得分为 89 分GPT-8 为 86% 和 4%4%。从评估数据来看，geminiGPT-4V在多模态任务中性能全面超越，或进一步拓展多模态大模型的应用场景。 此前，OpenAI 在 11 月发布了 GPT-4 Turbo，并开放了 GPTS，随后谷歌发布了 GEMINI，海外科技巨头在多模态大模型方面的竞争日趋激烈，同时带动底层多模态大模型能力不断突破，叠加 GPTS 等 AI 应用形态，AI 应用有望迎来快速增长期。
2. 多模态人工智能产业发展前景
在人工智能技术不断突破的背景下，多模态模型的应用和发展呈现出前所未有的势头。 随着越来越多的公司和机构投身于这一领域，我们可以期待看到更多创新和突破性的成果。 同时，多模态模型的应用也将对企业和消费者产生广泛而深远的影响，推动人工智能技术的进一步发展。 随着海外科技巨头在多模态大模型领域竞争的加剧，底层多模态大模型的能力也在不断提升，垂直应用领域蓬勃发展，AI应用有望迎来快速爆发。
数据显示，全球人工智能（AI）市场规模预计为1197家预计到 2030 年将达到 8 亿美元，达到 15,971 亿美元，复合年增长率为 38 美元1%。北美人工智能市场价值为14758亿美元。
2022 年的北美年获得最大市场份额。各个最终用途垂直领域对自动化和技术先进的硬件和软件产品的更高需求以及鼓励北美行业采用人工智能的有利政策极大地促进了人工智能市场的增长。 2024年，美国**发起了一项美国倡议，以推动美国成为人工智能技术的领导者。 该计划通过为人工智能技术在各个行业和领域的实际应用提供指导，重点关注基于人工智能的系统的采用。 北美是Facebook、亚马逊、谷歌、IBM、Microsoft、苹果等领先科技巨头的发源地，这些巨头为北美AI市场的增长做出了重大贡献。
预计亚太地区将成为增长最快的人工智能市场。各种组织对采用人工智能的投资不断增加，推动了对人工智能技术的需求。 总部位于中国的科技巨头已与投资者达成协议，剥离提供消费信贷、财富管理和其他商业相关服务的金融服务集团。 此外，人工智能在汽车、医疗保健、零售、食品和饮料等各个行业的日益普及正在推动亚太地区人工智能市场的增长。
3.AI市场格局：多模态是主要方向
在OpenAI宣布Chat GPT将实现组网与支持**、语音通信、文本转换等多模态更新后，国内外各大厂商持续部署跨文本、图片、音频**的AI模型，行业应用也在不断升级。
目前，国内外厂商仍专注于多模态大模型，开发与GPT-4竞争的产品。 人工智能初创公司 Anthropic 开发了一款基准 AI 聊天机器人 Claude。 谷歌正在投资Anthropic，并且还在开发自己的语言模型Palm2和聊天机器人Bard。 谷歌拥有多个跨模态AI模型，提供了多个功能服务模块。
Meta 另辟蹊径，开源了自己的大模型 Llama，后来越来越多的公司开源了自己的大模型，包括 Vicuna、Wizardlm、Guanaco 等模型Microsoft 的 KOSMOS-1 模型拥有 16 亿个参数，解锁了多模态功能。 海外大模型加速迭代，多模态为主攻方向：国产大模型百花齐放，版本和性能不断迭代。
随着国外AI大模型的激烈竞争，国内许多互联网公司和科技公司也开始自主研发大模型，如阿里巴巴、科大讯飞、百川等，与国外相比，国产大模型的版本和性能更新迭代更快。 发布文心一言，持续迭代;腾讯混合模式迎来全新升级，正式开通“文盛地图”功能;盘古为客户提供100亿、380亿、710亿、1000亿参数的一系列基础模型，可以匹配客户在不同场景、不同时延、不同响应速度下的多样化需求。 国内多家厂商也在多模态产业链上下游布局，包括苏州科达、内塔软件、当红科技、精业达、盛讯股份有限公司、维易嘉禾、英赛集团、博汇科技、数字政务通信、大华股份、云控科技、中科创达、拓斯、新世界、恒盛电子、易clickWorld、360、嘉都科技、捷成股份有限公司、 昆仑万维、科大讯飞、万兴科技、汤姆猫、中文**、数字政通等
四、中国的多模态人工智能相关上市公司发展现状
据南方财富网统计，目前A股多模态AI相关上市公司27家，2024年整体营业收入约1109家78亿元，同比下降-318%。2024年，27家A股多模态人工智能相关上市公司归母公司整体净利润为27家4亿元，同比减少7751%，低于 2021 年的水平。 从多模态AI行业利润率来看，2024年平均毛利率为4872%，较2024年有所下降，平均净利润率为1159%，低于 2021 年。 从上市公司区域分布来看27家A股多模态AI相关上市公司分布在北京、浙江、广东、上海、江苏等省市，主要集中在华东地区。
5. 总结
随着双子座的落地，谷歌希望巩固“强者强者”在大模型领域的优势。 对于 OpenAI 的 GPT 和 Meta 的 Llama 来说，Gemini 在模型规模、训练数据、优化策略等方面都表现出了领先优势，这无疑带来了压力和挑战。 与此同时，腾讯、阿里巴巴等国内厂商也在积极投入大模型的研发，在底层技术上不断创新。 未来，越来越多的优质大模型将进入生成式AI的“深水区”，这将推动各大厂商在技术研发方面的投入和技术角力，引领行业迎来发展的良性循环。