近日，OpenAI对外宣布推出了具有视觉能力的最新GPT-4 Turbo模型，命名为GPT-4 Turbo with Vision，并通过OpenAI API向开发人员普遍提供。这一新模型延续了GPT-4 Turbo系列128,000个token的窗口大小，并在知识库截止至2023年12月的基础上，新增了视觉理解能力。
据了解，GPT-4 Turbo with Vision的最大革新之处在于其能够同时处理文本和图像信息，将两者合二为一，极大地简化了开发流程，并拓展了应用前景。过去，开发者需要调用不同的模型来处理这两种类型的信息，而现在他们可以通过一个模型完成这一任务。
OpenAI还分享了一些开发者正在使用GPT-4 Turbo with Vision的有趣案例。例如，AI软件工程助手Devin利用该模型辅助编程；健康健身应用程序Healthify利用图像识别功能扫描用户饮食照片，并提供营养分析；创意平台Make Real则利用该模型将用户的草图转化为可运行的网站。
目前，尽管GPT-4 Turbo with Vision尚未应用于ChatGPT或开放给大众使用，但OpenAI暗示该功能即将登陆ChatGPT，为用户提供更加丰富多样的交互体验。据铋读了解，GPT-4 Turbo with Vision的推出标志着OpenAI在人工智能领域的持续创新和进步，为开发者和用户带来了更加强大、智能的AI技术。
