与谷歌Gemini竞争

文章概要:OpenAI正准备推出GPT-4的图像理解，这是一种名为“GPT-Vision”的多模态功能，以使该模型得到更广泛的应用，以与谷歌计划的Gemini多模态AI模型竞争。此功能可以为GPT-4启用新的基于图像的应用程序，例如生成与图像匹配的文本。OpenAI还在开发一种新的AI模型，代号为“Gobi”，该模型从一开始就被设计为多模式，并有可能成为GPT-5。

据TheInformation报道，知情人士透露，鉴于谷歌上周开始向部分企业测试其多模态大模型Gemini，OpenAI希望抢占先机，推出自己的多模态AI系统。OpenAI在3月份推出语言模型GPT-4时曾预览了多模态功能，但至今仅向为盲人提供服务的BeMyEyes公司开放。六个月过后，OpenAI准备大范围推出这款名为GPT-Vision的多模态系统。