OpenAI宣布，在接下来的两周内将在ChatGPT中向Plus和Enterprise用户推出语音和图像。

9月26日消息，OpenAI宣布，在接下来的两周内将在ChatGPT中向Plus和Enterprise用户推出语音和图像。语音将在iOS和Android上推出，图像将在所有平台上提供。国盛证券分析称，ChatGPT即将开放图生文及语音对话功能，AI技术持续迭代再翻新一页。二级市场方面，今日Chatgpt概念走强，A股$海天瑞声(688787.SH)$、$万兴科技(300624.SZ)$均收20%涨停板。

据OpenAI介绍，新的语音功能由一个新的文本到语音模型提供支持，该模型能够从文本和几秒钟的语音样本生成“类似人类的音频”。OpenAI似乎还认为该模型的潜力不止于此，其正在与流媒体音乐服务平台Spotify合作，将播客翻译成其他语言，同时保持播音者的声音。合成语音有许多有趣的用途，而OpenAI可能会成为该行业的重要组成部分。

图像搜索方面，有点类似于Google  Lens的功能，用户拍摄自己感兴趣的任何东西的照片，ChatGPT去尝试了解用户在询问什么，并做出相应的回应。用户还可以使用应用程序的绘图工具帮助明晰自己的诉求，或配合图像进行说话或写入问题。

结合官方发布的视频和博客，有分析师总结了新版ChatGPT超预期的多模态能力：

1)支持用户同时上传多张图像，并以自然语言的方式提问，ChatGPT将结合文字与图像多模态进行理解和回答，帮助用户分析日常生活中的问题和工作中的图表等复杂数据。

2)ChatGPT手机App内置了绘图工具，支持用户标注图像中的具体对象，让ChatGPT聚焦性的推理作答。

3)赋予了ChatGPT语音输出能力，结合之前已集成的Whisper语音识别能力，实现了ChatGPT和用户的完整语音对话，并支持5种音色。

华泰证券研报指出，大模型向智能终端侧部署是模型应用的重要方向之一。本次ChatGPT更新，完整的语音和多模态识图能力率先在手机端实现，而PC端的语音功能将被延后，智能终端对多模态的支持能力优势开始显现。从OpenAI官方介绍视频和文档看，多模态ChatGPT已能够较为全面的覆盖用户的生活和工作场景。未来随着模型多模态能力的迭代完善，或能赋能机器人、汽车等更加复杂的智能终端，AGI更进一步。

除OpenAI之外，国内外各大厂也不断迎来行业利好。7月13日，网信办等七部门联合公布《生成式人工智能服务管理暂行办法》。8月31日起，$百度集团-SW(09888.HK)$文心一言、讯飞星火等大模型正式向公众开放。9月5日，WPS  AI正式面向社会开放，率先应用在WPS智能文档。

9月21日，$微软(MSFT.US)$举行了秋季发布会，在发布会上微软宣布将于本月26日发布Windows  11的下一个大更新23H2，据介绍本次系统更新将会有超过150项新功能，包括新的人工智能驱动的Windows Copilot功能。

中泰证券指出，人工智能新一轮十年级的技术和产业革命大幕已经拉开，短期调整并不影响产业的长期投资机会，当前海外已经开始进入商业落地阶段，ChatGPT、Midjourney等现象级爆品出现，微软、$Adobe(ADBE.US)$、$赛富时(CRM.US)$、Zoom等软件巨头亦纷纷推出商业化产品，静待数据的持续验证；国内短期看算力最确定，模型训练拉动训练算力需求，未来应用大规模兴起亦会拉动推理算力需求，大模型仍处于群雄逐鹿、快速迭代阶段，未来空间大且会格局收敛，应用端长期空间最大，厂商百花齐放。

相关概念股：

$百度集团-SW(09888.HK)$：8月16日，据百度首席技术官王海峰介绍，百度旗下的深度学习平台“飞桨”已拥有800万开发者，服务22万家企事业单位，同时基于飞桨创建了80万个模型。在大模型的效率提升方面，通过飞桨端到端自适应混合并行训练技术以及压缩、推理、服务部署的协同优化，文心大模型训练速度达到原来的3倍，推理速度达到原来的30多倍。

$阿里巴巴-SW(09988.HK)$：阿里达摩院牵头推出魔搭社区ModelScope社区首批上架超300个模型，其中中文模型超过100个，覆盖了视觉、语音、自然语言处理、多模态等  AI 主要领域，覆盖主流任务超过60个，均全面开源并开放使用。

$商汤-W(00020.HK)$：商汤科技在此前举办的技术交流日活动上分享了以“大模型+大算力”推进AGI(通用人工智能)发展的战略布局，并公布了商汤在该战略下的“日日新SenseNova”大模型体系，推出自然语言处理、内容生成、自动化数据标注、自定义模型训练等多种大模型及能力。同时还展示了AI文生图创作、2D/3D数字人生成、大场景/小物体生成等一系列生成式AI模型及应用。