OpenAI最著名的是其先进的大型语言模型(llm)，用于支持一些最流行的人工智能聊天机器人，如ChatGPT和Copilot。通过释放一系列新的视觉应用程序，多模式模型可以将聊天机器人的功能提升到新的高度，OpenAI刚刚为开发人员提供了一个。
本周二，OpenAI在Twitter上发布消息称，具有视觉功能的最新GPT-4 Turbo模型GPT-4 Turbo现已通过OpenAI API向开发者开放。
这款最新型号从2023年12月起保持了GPT-4 Turbo的128,000令牌窗口和知识截止。主要区别在于它的视觉能力，这使得它能够理解图像和视觉内容。
在GPT-4 Turbo with Vision问世之前，开发人员必须为文本和图像调用不同的模型。现在，开发人员只需调用一个可以同时完成这两项工作的模型，从而简化了流程，并为广泛的用例打开了大门。
OpenAI分享了开发人员已经在使用该模型的一些方法，这些方法非常吸引人。
例如，人工智能软件工程助理Devin利用GPT-4 Turbo with Vision更好地协助编码。健康和健身应用Healthify使用GPT-4 Turbo with Vision扫描用户的膳食照片，并通过照片识别提供营养见解。最后，Make Real使用GPT-4 Turbo与Vision将用户的图纸转换为工作网站。
虽然GPT-4 Turbo with Vision模型尚未在ChatGPT内部或向公众开放，但OpenAI表示，它将很快在ChatGPT中可用。如果您是一名希望开始使用OpenAI的GPT-4 Turbo与Vision API的开发人员，您可以在这里学习如何开始。
