计算机：GPT-4o原生图像告别“AI味”，进阶为生产力工具

（以下内容从德邦证券《计算机：GPT-4o原生图像告别“AI味”，进阶为生产力工具》研报附件原文摘录）
投资要点：
GPT-4o集成多模态原生图像生成功能，效果良好引爆用户使用热情。北京时间3月26日，OpenAI推出GPT-4o原生图像生成，意味着图像生成不再依赖于单独的DALL-E3模型，而是直接集成到了GPT-4o的核心能力中，这种集成带来了更流畅的用户体验和更强大的图像生成、修改能力。据OpenAI官方说明，GPT-4o在多个方面相较于过去的模型进行了改进，具有如下突出优势：1）更好的文本集成：与过去那些难以生成清晰、恰当位置文字的AI模型不同，GPT-4o现在可以准确地将文字嵌入图像中；2）增强的上下文理解：GPT-4o通过利用聊天历史，允许用户在互动中不断细化图像，并保持多次生成之间的一致性；3）改进的多对象绑定：过去的模型在正确定位场景中的多个不同物体时存在困难，而GPT-4o现在可以一次处理多达10至20个物体；4）多样化风格适应：该模型可以生成或将图像转化为多种风格，支持从手绘草图到高清写实风格的转换。目前，该功能已经作为ChatGPT中的默认图像生成器向Plus、Pro、Team和免费用户陆续推出，企业和教育用户将很快允许访问。得益于超预期的效果，GPT-4o原生图像功能上线不到72小时，OpenAI CEO奥特曼宣布ChatGPT图像生成功能开始暂时受限。
GPT-4o基于自回归模型，相较扩散模型显现出更强的连贯性和更精准的编辑能力。与作为扩散模型运行的DALL-E不同，4o图像生成是一种原生嵌入在ChatGPT中的自回归模型。具体来看，OpenAI对整个模型进行了统一训练，使其能够同时理解文本、代码和图像等多种形式，GPT-4o在文本渲染方面进行了优化，并采用"自回归方法"生成图像，即从左到右、从上至下逐步构建画面，通过先理解整体结构，然后进行细节填充的方式，在处理复杂场景时图像质量和逻辑性更有保障。过往采用的生成式AI图像模型，例如OpenAI的DALL-E3使用的是扩散模型，即通过去除像素噪声来根据文本提示重建图像。这种根本性的差异带来了一些与之前的生成模型截然不同的新能力：1）图像到图像的转换：这项功能使得4o图像生成能够将一张或多张图像作为输入，并生成一张相关或经过修改的图像；2）超写实能力：在某些情况下，4o生成的图像看起来就像一张照片。3）指令遵循：4o图像生成能够遵循详细的指令，并渲染文本和说明性图表，具有更强的实用性。
我们认为，GPT-4o原生图片生成意味着模型即产品和生产力工具或将来临，利好下游AI应用以及衍生的巨量推理需求。首先，相较于过往文生图依赖于用户的Prompt，GPT-4o生图能力会对人类提出的Prompt进行细化，编写出一个更加详细的英文版提示词，这大幅降低了使用门槛，无需跳转到其他应用或使用复杂的工具。其次，它还会充分调用模型内已有的知识库和对话上下文，并对人们上传的参考图片预先进行转化处理，基于GPT本身对文字生成和语义理解的强大，GPT-4o在处理文字和图片融合的场景时，表现得异常强大，这对于海报制作、广告图制作效果明显。最后，它能生成非常逼真的图像，支持照片真实感和风格，减少“AI味”，使之成为真正有价值的AI应用。综合来看，我们认为，GPT-4o原生图片生成跨越了文生图的提示词和效果两大门槛，有望在广告等下游应用场景广泛使用，降低高质量广告等图片生成成本。而AI生成图片的普及，也需巨量的推理算力有效支撑，例如此次OpenAI GPUs未能广泛支撑用户对4o图片生成功能的需求，体现了推理算力对AI应用起到的重要保障作用。
投资建议。建议关注：AI多模态：虹软科技、万兴科技、中科创达、当虹科技、大华股份、海康威视、漫步者、萤石网络、汉仪股份、美图公司、云从科技；AI应用：金山办公、致远互联、中科星图、金蝶国际、博睿数据、润达医疗、京北方、福昕软件、彩讯股份、鼎捷数智、汉得信息、用友网络、虹软科技、万兴科技、航天宏图、云从科技、光云科技、同花顺、新致软件、创业慧康、卫宁健康、嘉和美康等；AI算力：云天励飞、华丰科技、泰嘉股份、烽火通信、神州数码、海光信息、中科曙光、曙光数创、寒武纪等。
风险提示：AI商业化进展不及预期、AI技术迭代不及预期、下游竞争加剧等。