传媒行业OpenAI开发者大会前瞻：降成本，多模态，做生态

本报告由中信建投证券股份有限公司在中华人民共和国（仅为本报告目的，不包括香港、澳门、台湾）提供。在遵守适用的法律法规情况下，本报告亦可能由中信建投（国际）证券有限公司在香港提供。同时请务必阅读正文之后的免责条款和声明。 证券研究报告·行业简评 OpenAI 开发者大会前瞻：降成本，多模态，做生态 核心观点 Open AI 首届开发者大会将于 11 月 6 日召开，根据路透社报道，我们预计有如下更新：1）推出含内存存储的 API，减少历史记录的重复上传，实现大模型计算速度增加，及 API 调用成本可能下降 95%；2）持续布局多模态：10 月底已开启 GPT 4 灰度测试，推出“支持多格式文件上传”和“一站式工具整合”两大功能，优化多模态体验。GPT-4V 和 DALL·E 3 的 API 接口可能推出。 长期看，OpenAI 有望推动大模型逐渐迭代为 AI 智能体，并构建以 ChatGPT 大模型为基础的新生态体系。 关注：1）基于 ChatGPT 等大模型开发 AI 应用，或布局多模态生成的公司：万兴科技、美图、焦点科技、易点天下、汤姆猫等；2）真人互动游戏或将成为游戏公司新的盈利增长点，AI 换脸等多模态 AI 技术可以增加玩家体验，看好多模态 AI 技术在游戏、影视行业的应用，同时关注其在营销&电商、教育等领域的发展。 事件 据 Open AI 官网，Open AI 首届开发者大会将于 11 月 6 日在旧金山举行，来自全国各地的数百名开发人员和Open AI团队将参与其中，预览新工具并交流想法。据路透社，开发者大会旨在吸引更多开发者付费访问 Open AI 模型，长期基于 OpenAI 模型构建新生态系统。 简评 我们预计开发者大会可能发布公司在 GPT-4、DALL·E 等模型的新进展，主要包括：1）发布内存存储 API，减少重复上传历史文本带来的 token 耗用，从而降低 API 调用成本；2）持续推进多模态布局，推出 GPT-4 V 和 DALL·E 3 的 API 调用服务等。 1、内存存储 API 有望有效降低 API 调用成本 目前大量 token 用于历史文本传输，内存存储 API 有望降低 API调用成本达 95%。据公司官网，目前通过 GPT-4、GPT-3.5Turbo 上传750 词的文档分别需要 0.06、0.003 美元（以最高速度计算）。2023 年6 月，公司 CEO Sam Altman 接受 AI 开发平台 Humanloop 采访时曾透露公司的发展路线图，包括推出“有记忆的 API”，解决大量 token 用于历史文本传输的情况。据路透社，内存存储 API 可能在开发者大会中推出，提高大模型计算速度，降低开发者的 API 调用成本达 95%。 维持 强于大市 杨艾莉 yangaili@csc.com.cn 18910213127 SAC 编号：S1440519060002 SFC 编号：BQI330 发布日期： 2023 年 11 月 03 日 市场表现 近期研究报告 2023-10-29 【中信建投传媒】AI 再迎爆款应用——AI 视频工具火爆出圈 2023-8-4 【中信建投传媒】AI 应用：难点、痛点与未来——AI 百页系列（二） 2023-7-24 【中信建投传媒】妙鸭相机快速出圈，AI to C 应用潜力无限 2023-3-22 【 中 信 建 投 传 媒 】AIGC 应 用 系 列（三）：多模态下，音视频内容受益 -30%-20%-10%0%10%2022/2/142022/3/142022/4/142022/5/142022/6/142022/7/142022/8/142022/9/142022/10/142022/11/142022/12/142023/1/14传媒沪深300传媒 2 传媒 行业简评报告 请务必阅读正文之后的免责条款和声明。 1）降低 API 调用成本：当前运行 AI 应用时，都需要将其历史记录通过 API 上传至大模型，以便大模型依据历史记录进行内容生成，导致大量 token 用于历史记录传输。内存存储 API 推出后，使用 AI 应用时，只需通过 API 上传最新的对话记录，大模型即可结合该记录和其维护的历史记录，生成新的内容，以此降低 token 使用量。 2）提高大模型计算速度：内存存储 API 推出后，大模型只需进行新记录的计算，无需对历史记录进行重复计算，可以提高计算速度，减小算力浪费。 图表1： 无内存存储 API 与有内存存储 API 对比 资料来源：老油杂谈，CSDN，中信建投 2、多模态持续推进，GPT-4 和 DALL·E 3 或将向开发者开放 GPT-4 新版本开启灰度测试，提升多模态体验。据 theverge，公司于 10 月底向部分 ChatGPT PLUS 用户开放了新版本的 GPT-4，主要功能更新包括： 1）支持多格式文件上传：旧版本中，用户需要使用“Advanced Data Analysis”等功能完成 PDF 文档上传和信息提取；新版本中，用户可以直接上传 PDF、数据文件等多种格式文件，未来或将支持更多文件类型； 2）一站式工具整合：GPT-4 的不同模式各具优势和功能短板，其中多模态模式可以同时处理文本、图像、声音等多种类型数据，但仅支持图片上传；数据分析模式具备较强的数据处理和分析能力，但不能实时联网；实时联网模式和 DALL-E 则不支持文件上传。旧版本中，用户需要自主进行模式选择；新版本中，GPT-4 将根据用户需求，自动选择和编排多个工具完成任务，向 AI 智能体角色迭代。 3 传媒 行业简评报告 请务必阅读正文之后的免责条款和声明。 图表2： GPT-4 新版本更新 图表3： GPT-4 更新两项功能 资料来源：threads@luokai，中信建投 资料来源：threads@luokai，中信建投 GPT-4V 和 DALL·E 3 可能推出 API 接口。据路透社，公司可能在开发者大会上推出多模态 API，功能为处理和生成除文本以外的多种类型数据，包括图像和音视频，开发者可以借此构建具有多模态能力的 AI 应用。基于目前公司的大模型，我们预计 GPT-4V 和 DALL·E 3 的 API 接口可能推出： 1）GPT-4V：据领英，Logan Kilpatrick 是 OpenAI 首位负责开发者关系的工程师，于 2022 年 12 月入职，长期通过 X（Twitter）与开发者交流。11 月 1 日他发布新帖子，宣布 ChatGPT 于 9 月更新的多模态功能将很快面向所有人开放，并就通过 API 接口向 GPT-4V 上传图片，回答开发者希望获得的信息。由此我们预计，公司或将在开发者大会推出 GPT-4V 的 API 接口。 2）DALL·E 3：2023 年 9 月，公司推出图像生成模型 DALL·E 3，目前已向 ChatGPT PLUS 和企业用户开放。据公司官网，其计划于今年秋季开放 API 接口。 图表4： Logan Kilpatrick 发布 GPT-4V 相关信息 图表5