核心观点
　　谷歌发布最新多模态大模型Gemini，多项性能超越GPT-4。早在5月的IO大会上，谷歌就已透露了Gemini的存在。12月6日晚，谷歌正式发布了Gemini大模型，是谷歌目前最强大最通用的模型。其尺寸最大的版本Gemini Ultra在32项基准测试中有30项能力都超越了GPT-4，并在MMLU（多任务语言理解）测试中拿到了90%的成绩，AI模型的得分首次超越了人类专家水平。
　　Gemini是原生多模态模型，在多个领域均有出色表现。Gemini从一开始就对不同模态的数据进行训练，并用额外的多模态数据进行了微调，进一步完善了其有效性。Gemini可以同时识别文本、图像、音频、视频等信息，并进行复杂的理解和推理。比如可以通过上传数学问题的图像，帮助求解数学题。Gemini还能阅读答案，理解为何是对的、为何是错的，并解释需要进一步说明的概念。在一系列图像、视频、音频的多模态性能测试中，Gemini Ultra都表现出了超过GPT-4的性能。
　　Gemini进行了多环境适配，有望快速落地边缘侧。Gemini分为三个不同大小的版本，Gemini Nano、Pro和Ultra。Gemini Nano是体积最小最高效的版本，主打手机等端侧部署，下周三就会率先在Pixel 8 Pro上体验；Gemini Pro从下周三起将陆续支持谷歌的聊天机器人Bard、Duet AI等产品，并面向云客户开放；最强大的Gemini Ultra则可以支持数据中心部署，将于明年开始推行，会向开发者和企业客户推出。我们认为，Gemini的推出有望加速AI大模型在边缘侧的落地，AI将从各个方面与人的日常生活结合。
　　谷歌在Gemini基础上发布AlphaCode 2，具备出色的高级推理能力。谷歌曾在两年前推出了AlphaCode，是第一个能在编程竞赛中达到竞技性能水平的AI代码生成系统。Gemini Ultra在多个编程基准测试中表现出色，谷歌基于Gemini的专有版本创建了AlphaCode 2，能够解决更多复杂的数学理论、计算机科学领域的问题。
　　多模态是生成式AI下一步重点方向，百花齐放的应用场景有望探索。现阶段大语言模型的竞争已经非常激烈，在OpenAI的技术方向引领下，目前语言模型的技术路径基本就是GPT这一条路。而多模态技术方面，目前没有一家公司处于绝对领先地位，技术路径仍存在探索的可能。从技术突破的角度来看，我们认为，下一阶段的重点攻克方向必然会是多模态技术。能够真正处理和应用好多模态AI能力，才能真正打通物理世界和数字世界的障壁，用最基础的感知世界能力直接生成操作，实现与物理世界最自然的交互。谷歌Gemini的发布向世界展示了多模态模型的多种应用场景，未来仍需不断探索，多模态领域的ChatGPT时刻还未到来。
　　投资建议与投资标的
　　我们认为，在多模态模型应用场景上具备良好布局和卡位的公司值得关注。建议关注海康威视(002415，买入)（电子组覆盖）、大华股份(002236，买入)（电子组覆盖）、萤石网络(688475，未评级)（电子组分管）、中科创达(300496，买入)、虹软科技(688088，未评级)、科大讯飞(002230，买入)、万兴科技(300624，未评级)等公司
　　风险提示
　　技术落地不及预期；政策监管风险