中金：AI端侧落地加速关注操作系统升级及应用前景|AI_新浪财经

中金发布研究报告称，本周Open AI与谷歌分别发布新一代模型：GPT-4o和Gemini系列模型。该行认为，随着AI在端侧的逐渐落地，将带动消费电子终端创新升级，并对云端算力硬件系统尤其是推理侧需求提出更高要求。

中金主要观点如下：

Gemini 1.5 Pro与GPT-4o有何异同？

我们认为，GPT-4o是端到端模型的创新，带来人机交互方式新突破；谷歌Gemini性能升级，AI能力广泛接入旗下生态。对比来看，两者都是原生多模态大模型，有望引发行业的效仿热情，原生多模态或成为未来发展趋势；但差异点在于，Gemini上下文窗口更大，且定价更具吸引力；GPT-4o模型性能更强，且更强调实际应用场景中的人机交互创新。

AI端侧落地带来消费电子终端人机交互方式变革，关注操作系统升级及应用前景。

在硬件侧，我们认为，此次两大模型发布从四个方面加快了AI落地端侧的进度：1）多模态交互方式革新；2）AI语音助手拟人化；3） AI功能在移动设备的应用前景；4）商业化前景。虽然当前大模型仍以云端算力调用为主，但从当前各家在模型参数压缩的努力，结合端侧商业变现的前景，未来部分算力下沉到端侧将成为必由之路，对应消费电子终端在硬件层面也将迎来创新升级。在操作系统及应用侧，语音助手拟人化程度提升，一方面使AI agent成为可能，另一方面未来交互方式变化或带来流量入口变化，深刻影响生态格局。

云端算力硬件：GPT-4o部分功能的免费开放，Gemini能力的提升或对单位算力成本下探提出要求，AI infra面临大幅优化。

我们看到，当下行业对算力硬件性能、成本的衡量以训练导向逐渐转为推理导向。除了芯片端、网络硬件端（如光模块）持续升级外，系统工程能力也正不断强化：为获得更低的硬件利用率，降低推理成本，优化显存、实施算子融合/算子实现优化、低精度（量化）推理、分布式推理均是主流实现方式。我们认为算力硬件市场有望随应用落地步入以价换量时代，市场规模或将持续增长。

风险

AI算法技术及应用落地进展不及预期，AI变现模式不确定，消费电子智能终端需求低迷。