中信建投点评OpenAI首届开发者大会：利好相关应用厂商和AI大模型商业化推进(4)

　　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、DALLE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DALLE 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%。

　　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。

　　2、多模态持续推进，GPT-4和DALLE 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。

　　GPT-4V和DALLE 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DALLE 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）DALLE 3：2023年9月，公司推出图像生成模型DALLE 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。

　　风险提示：国际政治风险、生成式AI技术发展不及预期、VR硬件效果不及预期、各领域技术融合进度不及预期的风险、算力支持程度不及预期、数据质量及数量支持程度不及预期、用户需求不及预期、技术垄断风险、原始训练数据存在偏见风险、算法偏见与歧视风险、算法透明度风险、增加监管难度风险、政策监管风险、商业化能力不及预期、相关法律法规完善不及预期、版权归属风险、深度造假风险、人权道德风险、影响互联网内容生态健康安全风险、企业风险识别与治理能力不足风险、用户审美取向发生变化的风险。

　　05、海外AI再迎催化，关注大模型行业相关投资机会