计算机行业周报：多模态大模型持续迭代，宝马搭载国产AI模型

多模态大模型持续迭代，宝马搭载国产AI模型 报告摘要 GPT-4o上线多模态生图功能，实用性大幅提升。OpenAI发布GPT-4o原生多模态图像生成功能，支持一分钟内生成逼真图像，取代DALL-E 3成为ChatGPT默认图像引擎。新功能优势包括精准渲染文字、执行复杂指令、保持视觉一致性和支持多种艺术风格，已向大部分用户开放。GPT-4o生图在多个领域展现出强大的应用潜力，在海报制作、插画绘制、UI设计、电商宣传图绘制等场景中表现出较高水平。由于使用GPT-4o生图的需求过高，OpenAI创始人Sam Altman表示，目前GPU负荷过大，在努力提高效率的同时，将暂时对ChatGPT生成图片的功能引入一些速率限制，并将推迟向免费用户开放新功能的时间。 ◼子行业评级 阿里发布多模态大模型Qwen2.5-Omni，支持语音、视频交互。阿里发布多模态大模型Qwen2.5-Omni，采用Apache 2.0许可证开源7B参数版本，支持文本、图像、音频和视频多模态输入输出。该模型创新设计Thinker-Talker架构实现实时语音视频聊天，并提出TMRoPE技术同步视频与音频时间戳，适合手机等终端设备部署。模型性能超越同等大小的单模态模型，在OmniBench等多模态任务中达到领先水平，语音生成展现较好稳健性和自然性。 计算机设备无评级计算机软件中性IT服务无评级云服务无评级产业互联网无评级 ◼推荐公司及评级 宝马接入通义系列模型赋能智能座舱和智能出行交互。3月26日，宝马集团宣布与阿里巴巴集团深化战略合作，将基于通义系列模型联合开发AI引擎，应用于中国市场的宝马新世代系列车型。此次合作主要聚焦在AI大模型、智能语音交互等前沿技术领域。基于通义系列模型和斑马元神AI，全新BMW智能个人助理采用宝马与阿里共同开发的AI引擎，计划搭载于中国生产的BMW新世代系列车型上，预计2026年在中国市场交付。双方合作升级的智能座舱及智能出行交互场景，将于今年4月首次亮相上海车展。 相关研究报告 <<收入高速增长，拓展低空产品>>--2025-03-25<<算力产品更新，为AI应用发展提供有力保障>>--2025-03-24<<WPS 365高速增长，AI赋能打开成长空间>>--2025-03-23 投资建议：继续看好AI应用的表现，以及国产AI的发展。重点推荐金山办公（办公）、用友网络（企业软件）、赛意信息（工业）、熵基科技（零售）等，国产AI重点推荐海光信息、神州数码、智微智能、联想集团等。 证券分析师：曹佩电话：E-MAIL：caopeisz@tpyzq.com分析师登记编号：S1190520080001 风险提示：AI技术发展不及预期，应用落地不及预期，算力需求不及预期，市场竞争加剧。 证券分析师：王景宜电话：E-MAIL：wangjy@tpyzq.com分析师登记编号：S1190523090002吧 目录 一、行业热点事件回顾..............................................................4(一) GPT-4o上线多模态生图功能，实用性大幅提升.......................................4(二)阿里发布多模态大模型Qwen2.5-Omni，支持语音、视频交互............................5(三) DeepSeek V3小版本更新，数学、代码类能力超过GPT-4.5.............................6(四)宝马接入通义大模型.............................................................7二、行情回顾......................................................................7三、重要公司公告..................................................................8四、投资建议......................................................................9五、风险提示......................................................................9 图表目录 图表1：GPT-4o能够将准确的将文字嵌入图片中...........................................4图表2：GPT-4o参考输入的图片元素设计图片并能够随意替换背景...........................5图表3：Qwen2.5-Omni支持文本、语音、图像、视频多模态交互.............................6图表4：新版V3模型的百科知识、数学和代码任务表现均有提升...........................7图表5：申万一级行业周涨幅（3.24-3.28）..............................................8图表6：申万计算机指数和沪深300指数年初至今涨跌幅（截至3.28）.......................8图表7：本周计算机行业涨跌幅前五.....................................................8 一、行业热点事件回顾 (一)GPT-4o上线多模态生图功能，实用性大幅提升 3月26日，OpenAI官网上线GPT-4o原生多模态图像生成功能，支持一分钟内生成逼真图像，取代DALL-E 3成为ChatGPT默认图像引擎。 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： ⚫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；⚫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；⚫改进的多对象绑定：相比传统模型仅能处理5-8个对象，GPT-4o可同时绑定10-20个对象特征，严格遵循复杂指令（如生成含16种网格物体的图像）；⚫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。 GPT-4o生图在多个领域展现出强大的应用潜力。在设计领域，能快速生成各种风格的图像，包括模仿吉卜力风格等，可用于产品设计、海报制作、插画绘制等，还能帮助设计师快速创建概念草图和进行创意探索，节省时间和精力。在电商领域，能方便地制作商品图，替换模特手中的产品、添加logo等，有助于降低电商企业的设计成本。在游戏开发和影视特效制作中，支持3D模型重建与渲染，可生成游戏角色、场景和影视特效镜头等。此外，在室内设计、UI设计、信息图表制作等方面也有出色表现。 生图功能使用量巨大，带来算力需求激增。OpenAI创始人Sam Altman表示，ChatGPT的文生图应用需求过高，我们的GPU“冒烟了”（melting，也有融化之意），在努力提高效率的同时，将暂时对ChatGPT生成图片的功能引入一些速率限制，并将推迟向免费用户开放新功能的时间。 (二)阿里发布多模态大模型Qwen2.5-Omni，支持语音、视频交互 3月27日，阿里发布多模态大模型Qwen2.5-Omni，采用Apache 2.0许可证开源7B参数版本，专为全面的多模式感知设计，支持文本、图像、音频和视频多模态输入输出。用户可以通过语音聊天或视频聊天的方式与Qwen进行交互，手机等终端智能硬件可部署运行。 Qwen2.5-Omni具有以下特点：1）Omni创新架构：团队提出了Thinker-Talker架构，这是一个端到端的多模态模型，旨在感知包括文本、图像、音频和视频在内的多种模态，同时以流式方式生成文本和自然语音响应。此外，团队还提出了一种名为TMRoPE（Time-aligned MultimodalRoPE）的新型位置嵌入，用于同步视频输入与音频的时间戳；2）实时语音和视频聊天：该架构专为完全实时交互而设计，支持分块输入和即时输出；3）自然且稳健的语音生成：在语音生成方面， Qwen2.5-Omni超越了许多现有的流式和非流式替代方案，展现出卓越的稳健性和自然性；4）多模态性能强劲：在与同样大小的单模态模型进行基准测试时，Qwen2.5-Omni在所有模态上均展现出卓越的性能。Qwen2.5-Omni在音频能力上超越了同样大小的Qwen2-Audio，并且达到了与Qwen2.5-VL-7B相当的性能；5）出色的端到端语音指令遵循能力：Qwen2.5-Omni在端到端语音指令遵循方面的表现可与文本输入的有效性相媲美，这一点在MMLU和GSM8K等基准测试中得到了证明。 (三)DeepSeek V3小版本更新，数学、代码类能力超过GPT-4.5 3月25日，深度求索宣布DeepSeek V3模型已完成小版本升级，目前版本号DeepSeek-V3-0324。新版DeepSeekV3主要有以下能力提升：1）推理任务表现提高：V3模型借鉴DeepSeek-R1模型训练过程中所使用的强化学习技术，大幅提高了在推理类任务上的表现水平，在数学、代码类相关评测集上取得了超过GPT-4.5的得分成绩。2）前端开发能力增强：在HTML等代码前端任务上，新版V3模型生成的代码可用性更高，视觉效果也更加美观、富有设计感。3）中文写作升级：在中文写作任务方面，新版V3模型基于R1的写作水平进行了进一步优化，同时特别提升了中长篇文本创作的内容质量。4）中文搜索能力优化：新版V3模型可以在联网搜索场景下，对于报告生成类指令输出内容更为详实准确、排版更加清晰美观的结果。此外，新版V3模型在工具调用、角色扮演、问答闲聊等方面也得到了一定幅度的能力提升。 (四)宝马接入通义大模型 宝马接入通义系列模型赋能智能座舱和智能出行交互。3月26日，宝马集团宣布与阿里巴巴集团深化战略合作，将基于通义系列模型联合开发AI引擎，应用于中国市场的宝马新世代系列车型。此次合作主要聚焦在AI大模型、智能语音交互等前沿技术领域。基于通义系列模型和斑马元神AI，全新BMW智能个人助理采用宝马与阿里共同开发的AI引擎，计划搭载于中国生产的BMW新世代系列车型上，预计2026年在中国市场交付。双方合作升级的智能座舱及智能出行交互场景，将于今年4月首次亮相上海车展。 二、行情回顾 本周申万计算机行业指数下跌4.89%，在31个申万一级行业中排名第31位。年初至本周五（3月28日），计算机行业累计上涨7.89%，跑赢沪深300指数8.39pct。 资料来源：iFinD，太平洋证券整理 本周计算机行业涨幅前五的公司分别为安硕信息（+12.17%）、*ST迪威（+10.86%）、博通股份（+9.52%）、锐明技术（+5.49%）、新大陆（+5.22%）；跌幅前五的公司分别为首都在线（-26.11%）、浙大网新（-24.95%）、神州信息（-24.44%）、依米康（-20.78%）、大位科技（-20.07%）。 三、重要公司公告 浪潮信息：2024年营业收入为1147.67亿元，同比增长74.24%；净利润为22.92亿元，同比增长28.55%。公司拟向全体股东每10股派发现金红利1.15元(含税)，送红股0股(含税)，不以公积金转增股本。 道通科技：2024年营业收入39.32亿元，同比增长20.95%；归母净利润6.41亿元，同比增长257.59%；基本每股收益盈利1.45元，去年同期为0.40元。公司拟向全体股东每10股派发现金红利人民币5.00元，每10股转增4.90股，不送红股。 神州数码：2024年营业收入1281.66亿