OpenAI 宣布，具有視覺(jué)能力的最新 GPT-4 Turbo 模型 GPT-4 Turbo with Vision 現(xiàn)已通過(guò) OpenAI API 向開(kāi)發(fā)人員普遍提供。
據(jù)了解，該模型延續(xù)了 GPT-4 Turbo 系列 128,000 個(gè) token 的窗口大小以及截止至 2023 年 12 月的知識(shí)庫(kù)，最大的革新之處在于其新增的視覺(jué)理解能力。在過(guò)去，開(kāi)發(fā)者需要調(diào)用不同的模型來(lái)處理文本和圖像信息，而 GPT-4 Turbo with Vision 則將兩者合二為一，極大簡(jiǎn)化了開(kāi)發(fā)流程，并帶來(lái)了廣泛的應(yīng)用前景。
OpenAI 也分享了一些開(kāi)發(fā)者正在使用該模型的有趣案例。例如，AI 軟件工程助手 Devin 利用 GPT-4 Turbo with Vision 輔助編程；健康健身應(yīng)用程序 Healthify 使用該模型掃描用戶飲食照片，通過(guò)圖像識(shí)別提供營(yíng)養(yǎng)分析；創(chuàng)意平臺(tái) Make Real 則利用該模型將用戶的草圖轉(zhuǎn)化為可運(yùn)行的網(wǎng)站。
目前，GPT-4 Turbo with Vision 尚未應(yīng)用于 ChatGPT 或開(kāi)放給大眾使用，不過(guò) OpenAI 暗示該功能即將登陸 ChatGPT。
