展望2024年，机构人士认为，大模型领域的竞争将进一步白热化，多模态大模型将成为生成式AI的重点发展方向，并有望推动本轮AI行情进一步扩散。

一方面，多模态大模型的算力需求远高于纯文本模态，有望推动算力需求的持续爆发。中信证券表示，在传统的纯文字语言模型中，24MB的存储空间可以处理约4000至6000个单词。如果假设使用500个单词来描述图片中的全部信息，那么处理图片所需的算力大约是处理文字的8至12倍。基于此，AI多模态对算力、存储的需求暴增，将为这两大产业链带来更大的想象空间。

东吴证券同样认为，多模态大模型需要处理的数据量更大，比如谷歌的多模态模型Gemini有万亿参数，训练所需的算力是GPT-4的5倍。随着算力需求的进一步提升，芯片制造、提供云服务及模型微调的企业有望迎来更多的发展机会。

另一方面，相比单一模态的大模型，多模态大模型拥有更大的应用想象力。东吴证券表示，多模态是AI商业宏图的起点，有望真正为企业降本增效，且企业可将节省下来的成本用于提高产品、服务质量或者技术创新，推动生产力进一步提升；同时，也可能出现新的、空间更大的用户生成内容平台。

具体而言，长城证券认为，多模态能力的突破有助于拓展AI应用场景，传媒行业中游戏、影视、广告营销、数字媒体等板块均有望受益于AI多模态能力的提升。

在国盛证券看来，AI文生视频是多模态应用的下一站。文生视频即根据给定的文字提示直接生成视频。随着文生视频技术的日趋成熟和广泛应用，或将为当下热门的短剧市场带来变数。该技术有望极大降低短剧制作的综合成本，为解决“重制作而轻创作”的共性问题提供解决方案，短剧制作的重心有望回归高质量剧本创作。

相关个股：科大讯飞、大华股份、昆仑万维、中文在线、三六零、拓尔思等