| 近期，OpenAI 推出o4-mini 和满血版o3 模型，工具使用能力提升有望实现模型在复杂场景下的任务处理，而谷歌发布一系列多模态模型更新，跨模态能力提升有望大幅延伸AI 应用场景；在生态侧，近期国内外多家厂商宣布接入MCP 协议，谷歌也推出A2A 协议旨在构建多智能体协同应用生态，通用大模型以及产品型AI 应用厂商有望深度受益。 OpenAI 推出o4-mini 和满血版o3 模型，多模态能力及智能水平大幅提升o4-mini 和o3 是两款多模态模型，能同时处理文本、图像和音频，并且能作为Agent 智能体自动调用网络搜索、图像生成、代码解析等工具以及深度思考模式（思维链中可以思考图像），工具使用能力的实现使得模型能够处理更加复杂的任务场景，而不仅仅局限于简单的文本生成。 在可用性方面，除了ChatGPT Plus、Pro 和Team 用户可以调用模型外，满血o3和o4-mini 也通过 Chat Completions API 和 Responses API 向开发者开放。 Responses API 支持推理摘要功能，能够在函数调用时保留推理标记以提升性能，并且很快将支持内置工具，包括网页搜索、文件搜索和代码解释器，以增强模型的推理能力。 谷歌发布一系列多模态模型更新，跨模态能力大幅提升近期，谷歌在Google Cloud Next 25 大会上发布一系列AI 重大更新，跨模态能力再次实现大幅迭代，有望大幅拓展AI 应用场景并满足用户不同需求，其中： （1）视频生成模型Veo 2：现在Veo 2 模型支持P 视频、关键帧生成视频、扩展画面、镜头控制等特性； （2）音频理解与生成模型Chirp 3：Chirp 3 提供了超过35 种语言（含中文）的自然逼真语音，模型可通过10 秒的短录音就生成非常逼真的自定义语音，并且可以区分音频中的说话人身份、提升音频转文本的易用性；（3）音乐生成模型Lyria：可制作高保真音频，精准捕捉细微差别，并呈现丰富细腻的音乐作品，涵盖各种音乐类型，可帮助企业提升品牌体验并简化内容创作。 （4）图像生成模型Imagen 3：模型提升了编辑/修复功能效果，能够快速移除、重绘图像中不需要的对象或瑕疵。 MCP+A2A 协议有望推动Agent 应用生态繁荣，关注价值链投资机遇MCP 允许AI 模型从业务工具、软件、数据库以及应用开发环境等来源中获取数据完成任务。自去年11 月Anthropic 将MCP 服务协议开源后，至今年2 月已有超过1000 个由社区构建的MCP 服务器可供使用。近期，OpenAI 宣布其 Agents SDK 支持MCP 服务协议（ChatGPT 桌面应用和Responses API 很快也将支持）；而国内，近日阿里云百炼上线业界首个全生命周期MCP 服务，无需用户管理资源、开发部署、工程运维等工作，5 分钟即可快速搭建一个连接MCP服务的Agent（智能体），同时腾讯云也迅速跟进，正式发布“AI 开发套件”，支持MCP 插件托管服务，帮助开发者最快 5 分钟搭建业务型AI Agent。 4 月10 日，谷歌在Google Cloud Next 25 大会上开源了首个标准智能体交互协议——Agent2Agent Protocol（简称A2A），A2A 有望打破系统孤岛，对智能体的能力、跨平台、执行效率产生质的改变，支持Intuit、MongoDB、Salesforce、SAP、ServiceNow 和Workday 等主流企业应用平台。在实际应用中，客户端Agent 负责制定和传达任务，而远程Agent 则根据这些任务采取行动，以提供正确的信息或执行相应的操作，同时Agent 可以相互发送消息（可以包含上下文信息、回复或者用户指令），使其能够更好地协同工作，共同完成复杂的任务。 建议关注标的 我们认为，在大模型各方面性能加速迭代，叠加MCP 和A2A 等数据和执行层协议的完善和应用厂商的加入，AI 智能体应用生态有望加速构建，关注通用大模型及产品型应用厂商的投资机遇： Agent 应用：科大讯飞、焦点科技、光云科技、税友股份、鼎捷数智、卓易信息、彩讯股份、迈富时、泛微网络； AI 垂类应用：金山办公、福昕软件、万兴科技、合合信息、昆仑万维、虹软科技、润达医疗、美图公司、商汤-W； 风险提示 1、AI 技术迭代不及预期的风险；2、AI 商业化产品发布不及预期；3、政策不确定性带来的风险；4、下游市场不确定性带来的风险； |
