OpenAI推出Vision模型版GPT-4 Turbo，融合文本與圖像理解
2023年4月10日，OpenAI宣布，最新版GPT-4 Turbo模型—GPT-4 Turbo with Vision正式上線，可通過OpenAI API面向開發(fā)者推廣普及。
據(jù)悉，此模型沿用GPT-4 Turbo系列特有的12.8萬token窗口規(guī)模及截至2023年12月的知識庫架構(gòu)，其創(chuàng)新亮點(diǎn)則是強(qiáng)大的視覺理解功能。
在此之前，開發(fā)者需分階段使用不同模型處理文本與圖像數(shù)據(jù)，而該模型實現(xiàn)了兩者的綜合運(yùn)用，大大縮短了開發(fā)周期，拓寬了實際應(yīng)用領(lǐng)域。
OpenAI同時展示了該模型的典型應(yīng)用場景，如AI軟件工程師Devin運(yùn)用GPT-4 Turbo with Vision進(jìn)行編程輔助；Healthify健康A(chǔ)PP運(yùn)用其掃描用戶飲食相片并進(jìn)行營養(yǎng)分析；Making Real創(chuàng)意平臺將用戶草圖自動轉(zhuǎn)換成完整可行的網(wǎng)站。
盡管GPT-4 Turbo with Vision暫時未被應(yīng)用到Chatgpt或親民化使用，但OpenAI已釋放出即將部署在Chatgpt的相關(guān)信號。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
模型
+關(guān)注
關(guān)注
1文章
3755瀏覽量
52124 -
GPT
+關(guān)注
關(guān)注
0文章
368瀏覽量
16883 -
OpenAI
+關(guān)注
關(guān)注
9文章
1245瀏覽量
10098
發(fā)布評論請先 登錄
相關(guān)推薦
熱點(diǎn)推薦
GPT-5震撼發(fā)布：AI領(lǐng)域的重大飛躍
躍升重新定義了人工智能的能力邊界。OpenAI首席執(zhí)行官山姆·奧特曼在發(fā)布會上直言：“這不僅是模型的升級，更是通往通用人工智能（AGI）的關(guān)鍵里程碑?！?? ? GPT-5：集成模型，
OpenAI與Anthropic對戰(zhàn)，Claude Opus 4.6與GPT-5.3-Codex同日發(fā)布
電子發(fā)燒友網(wǎng)報道 北京時間2月6日凌晨，Anthropic與OpenAI分別推出了新版本基礎(chǔ)大模型——Claude Opus 4.6和GPT-5.3-Codex。 ? ? Claude
上海交大發(fā)布國產(chǎn)光學(xué)大模型Optics GPT
電子發(fā)燒友網(wǎng)綜合報道 1月25日，上海交通大學(xué)正式推出光學(xué)領(lǐng)域垂直大語言模型——Optics GPT（光學(xué)大模型），這是一款完全自主研發(fā)的國產(chǎn)模型
GPT-5.1發(fā)布 OpenAI開始拼情商
-5.1 Thinking：高級推理模型，在簡單任務(wù)上更快，在復(fù)雜任務(wù)上更持久，也更容易理解。 對于新上線的GPT-5.1大模型，OpenAI
NVIDIA從云到邊緣加速OpenAI gpt-oss模型部署，實現(xiàn)150萬TPS推理
? 自 2016 年推出 NVIDIA DGX 以來，NVIDIA 與 OpenAI 便開始共同推動 AI 技術(shù)的邊界。此次 OpenAI gpt-oss-20b 和
澎峰科技完成OpenAI最新開源推理模型適配
澎峰科技現(xiàn)已完成 OpenAI 最新開源推理模型 gpt-oss-20b 在 DeepFusion 大模型一體機(jī)上的原生適配與優(yōu)化，用戶可一鍵啟用這顆“小而強(qiáng)悍”的新引擎，在本地享受企
訊飛星辰MaaS平臺率先上線OpenAI最新開源模型
8月6日凌晨，OpenAI 時隔六年再次回歸開源，發(fā)布兩款全新的大語言模型：gpt-oss-120b和gpt-oss-20b，性能與o4-m
SuperX全新發(fā)布多種規(guī)格的多模型一體機(jī)：全新定義企業(yè)級智能生產(chǎn)力
該一體機(jī)將預(yù)搭載OpenAI最新發(fā)布的GPT-OSS-120B 和 GPT-OSS-20B性能卓越的大語言模型（LLM），也可選擇下載全球其他熱門的開源
OpenAI或在周五凌晨發(fā)布GPT-5 OpenAI以低價向美國政府提供ChatGPT
外界一直在期待的OpenAI新一代大語言模型GPT-5或?qū)l(fā)布。據(jù)外媒的報道，GPT-5很可能在周五凌晨發(fā)布。這是OpenAI在2023年的
亞馬遜云科技現(xiàn)已上線OpenAI開放權(quán)重模型
客戶現(xiàn)可通過Amazon Bedrock和Amazon SageMaker AI使用OpenAI開放權(quán)重模型，實現(xiàn)將先進(jìn)的開放權(quán)重模型與全球最廣泛云服務(wù)的深度集成。 亞馬遜云科技首次上線Ope
OpenAI發(fā)布2款開源模型
OpenAI開源了兩款高性能權(quán)重語言模型gpt-oss-120b和gpt-oss-20b，OpenAI CEO Sam Altman表示：「
飛凌嵌入式RK3576多模態(tài)大模型圖像理解助手，讓嵌入式設(shè)備“看懂”世界
（LLM）+視覺語言模型（VLM）多模態(tài)架構(gòu)，推出多模態(tài)大模型圖像理解助手，為嵌入式設(shè)備打造 “智能視覺中樞”，讓終端設(shè)備能夠真正 “看懂”
使用Openvino? GenAI運(yùn)行Sdxl Turbo模型時遇到錯誤怎么解決?
使用 OpenVINO? GenAI 運(yùn)行 SDXL Turbo 模型。
遇到的錯誤： RuntimeError :- Check ov_tokenizer || ov_detokenizer
Neither tokenizer nor detokenizer model
發(fā)表于 06-24 06:38
?VLM（視覺語言模型）?詳細(xì)解析
視覺語言模型（Visual Language Model, VLM）是一種結(jié)合視覺（圖像/視頻）和語言（文本）處理能力的多模態(tài)人工智能模型，能夠理解
工商網(wǎng)監(jiān)
評論