本期投资提示：
　　事件：美国当地时间12月6日，谷歌发布多模态大模型Gemini。谷歌DeepMind直接宣布，Gemini是“谷歌最大、最强的人工智能模型”。
　　Gemini专攻多模态，整体能力整体超过GPT-4，也超过了人类专家水平。Gemini是一个多模态大模型，意味着它可以泛化并无缝地理解、操作和组合不同类型的信息，包括文本、代码、音频、图像和视频。Gemini在32个多模态基准测试中取得了30个SOTA的记录，是第一个在MMLU测评上超过人类专家的模型。
　　共有三个版本。Gemini Ultra，适用于高度复杂的任务；Gemini Pro，扩展至各种任务的Gemini模型。Gemini Nano，体量较小，可以运行在本地设备如Pixel手机上。
　　谷歌的类ChatGPT应用Bard已经升级到了Gemini Pro版本，暂时只能支持英文、文字模态输入。新Bard实现了更高级的推理、规划、理解能力，同时保持免费，后续多模态能力陆续上线。谷歌预计在明年初将推出Bard Advanced，其将使用Gemini Ultra。
　　我们认为Gemini在上下文、推理和思维链、遵循指令等多方面相比上一代模型都有较大提升，且多模态能力迭代，尤其Bard Ultra版推出后，可能成为Open AIGPT大模型的有利竞争对手。我们认为gemini主要做了以下提升：
　　1、新增理解视频模态：根据官网，Gemini可以理解完整视频，虽然案例视频普遍只有3s左右，但这是大模态大模型首次展现出直接的视频理解并输出文字能力。
　　2、多模态能力提升：Gemini支持多模态交互输入，除了图片+文字Prompt形式以外，也支持图片+代码，图片+语音等，同时也支持文字和语言的输出。
　　3、复杂推理能力提升：Gemini够更全面地理解输入中信息的细节，也能回答与复杂主题相关的问题。因此，它特别擅长对数学和物理等复杂学科的问题进行推理。
　　4、更强的编码能力：Gemini使用了google更先进的代码生成系统AlphaCode2，它擅长解决超出编码范围、涉及复杂数学和理论计算机科学的竞争性编程问题。
　　建议后续重点关注多模态模型、数据、应用相关公司。我们认为一方面国内多个大模型语言能力已达到或接近GPT3.5水平，文本生成等能力迭代较快；但另一方面，国内在多模态、视频理解和生成等方面进展落后于海外，而多模态必然对应着比单一文字模态更大的市场空间。因此，建议重点关注提前布局多模态的上市公司。
　　相关标的。多模态算法布局：金山办公、科大讯飞、虹软科技、万兴科技、大华股份。多模态应用：紫天科技（互联网传媒）、易点天下（互联网传媒）、焦点科技（互联网传媒）、美图公司（互联网传媒）、福昕软件、信雅达。
　　风险提示：大模型技术中美仍存在差异，部分技术尚处于早期实验室阶段，存在落地风险。