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
- NVIDIA发布Omniverse微服务,为物理AI提供超强助力
- 2024 MWC上海,罗德与施瓦茨联合紫光展锐率先演示NR NTN设备测试
- 又一光伏支架项目落户广东佛山
- AI初创公司Anthropic在融资中的估值为150亿美元
- 李彦宏看好的智能体到底是什么?
- 比特网早报:IBM再回应关闭中国研发部门,夸克发布全新智能对话助手CueMe
- 三星向机器人公司Rainbow Robotics追加投资1.81亿美元
- 比特网早报:马斯克正式起诉OpenAI和苹果公司,英伟达机器人大脑芯片开放销售
- 兆易创新高性能GD32A7x车规级MCU已获TASKING编译器支持
- 连续四年发布物联网案例集,高通与生态伙伴共绘数实融合时代新蓝图