12月11日，多模态AI概念股继续活跃，苏州科达（603660.SH）三连板。截至当日中午收盘，因赛集团（300781.SZ）涨13.32%，苏州科达涨9.96%，宣亚国际（300612.SZ）涨9.7%。
消息面上，Google AI大模型Gemini近日发布，Gemini是Google到目前为止规模最大、能力最强的AI多模态模型，它将给整个广告营销行业带来巨大变化。
AI产业发展迎来里程碑
Gemini 1.0具有原生多模态的能力，能够处理视频、音频、图像、文本、代码等多种形式的内容，且性能优于现有的“拼接型”多模态大模型。
据谷歌介绍，Gemini不仅可以进行双模态之间的转换，也能处理需要进行多模态转换的复杂任务。
Gemini多模态大模型可以快速归纳并理解、操作不同类型的信息，包括文本、图像、音频、视频和代码等，这使得AI基础能力更具多样性。在智能营销领域，Gemini的推出将进一步优化用户体验并降低成本，诸如文本、图像、视频等都将进入到“能听会看”的时代。
多模态的意义在于，为AI应用带来更多的可能性，是通用人工智能发展的关键。
因此，Gemini上线是AI产业发展的里程碑事件，原生多模态AI有望拓展大模型的应用场景和边界。国盛证券分析称，Gemini的问世将为业界贡献大模型泛化能力的全新范式，推动AIGC加速向AI Agent的转变。
科技巨头争相发布多模态AI应用
除了谷歌，还有多家公司发布了多模态AI应用，包括Pika、阿里的Animate Anyone、字节跳动的Magic Animate、微软的GAIA等。
其中，Pika的多模态AI对标的是Runway Gen-2的AI视频生成平台；GAIA的AI工具可以使一张人物照片“张嘴说话”，并且带有音频。
此外，Meta也发布了AI工具Emu Video，可以根据文本和图像输入生成视频进行剪辑；Stable AI推出Stable Video Diffusion，能够从图像中生成高品质的视频剪辑；Runway在Gen-2中新增了Motion Brush动态笔刷功能，只要对着图像任意位置一刷，就能让静止的物体动起来；美图发布了AI视觉大模型Miracle Vision的4.0版本，新增AI设计和AI视频两大功能。
开源证券表示，科技巨头纷纷发布多模态AI应用，市场竞争日益激烈，同时驱动底层多模态大模型的能力不断突破，叠加GPTs等AI应用形式的出现，AI应用有望迎来快速增长期。
哪些细分领域值得关注？
中信证券表示，随着谷歌Gemini模型的发布，AI正式进入到多模态时代。从短期来说，Gemini将进一步提高市场对多模态模型的期待；从中长期来说，预计多模态模型的升级将进一步丰富使用场景，持续看好生成式AI对科技产业的长期影响，可以关注算力、算法、数据、应用等环节的优质厂商。
天风证券在研报中指出，随着ChatGPT通过升级迭代，以及Gemini展现出原生多模态能力，AI大模型浪潮已经进入到一个全新阶段，即从大语言模型转向多模态模型。近期，AI大模型、AI应用、算力等产业方向不断取得重要进展，可以重点关注AI产业方向的布局机会。
上述机构认为，AI和数字经济仍然是主线方向之一，未来需要重点关注光模块、算力租赁、PCB、GPT应用、数据要素、工业互联网等核心方向。
华泰证券则表示，AI将赋能营销行业生产力持续提升，行业增长空间有望提升。产业链公司可以保持关注，比如蓝色光标、易点天下、浙文互联、宣亚国际等。
发布评论
评论