OpenAI推出GPT-4 Turbo with Vision,能够在处理文本的同时处理视觉数据
科技IT 2024-04-13 user6583
4月11日消息,据外媒报道,OpenAI正式推出GPT-4 Turbo with Vision(GPT-4V),标志着其人工智能大语言模型的进步。此新版本通过集成Vision增强了GPT-4 Turbo的功能,从而能够在处理文本的同时处理视觉数据。这一发展可能会彻底改变开发人员使用人工智能的方式,特别是在需要分析图像的应用程序中。
GPT-4V引入了几个关键功能,旨在简化开发过程。值得注意的是,它支持JSON模式和函数调用,便于更容易地与现有的代码库集成。该模型在其前身GPT-4 Turbo的上下文窗口中维护了令人印象深刻的128000个令牌,允许在单个请求中进行广泛的数据处理。开发人员现在可以通过直接链接或传递base64编码的图像来输入图像,从而扩展了该模型在各种应用程序中的实用性。
GPT-4V的一个突出方面是其解释和分析图像的能力。虽然它可以识别图像中的对象,但注意一些限制是很重要的。例如,模型可能难以确定特定项目在视野内的精确位置或颜色。这一限制突显了人工智能对复杂视觉环境的理解现状,这一挑战仍然是一个积极研发的领域。
The End
相关阅读
- OpenAI与260家企业签署ChatGPT企业版协议
- “金燧奖”国产光电好仪器榜等你来报!
- 机器人情侣要来了!优必选全球首款全尺寸超仿生人开启预售:可选男、女款
- 简化可观测性流程,SUSE宣布推出SUSE Cloud Observability
- 传Rapidus的2nm逻辑密度可与台积电竞争,并领先Intel 18A
- 蓄势聚力,共同探讨半导体行业破局之道 聚焦ICS2023峰会
- 比特网早报:马斯克被网友用DeepSeek打脸,微软据悉加大力度抢夺AI人才
- Counterpoint:2025 年上半年全球智能眼镜市场同比激增 110%,Meta 市占率达 73%
- 新西兰企业将与特斯拉合作建造电池储能设施
- 海泰新能CNAS实验室大揭秘!