还有使用场景就是部分类似于 OCR 识别了,这类功能在很多应用里已经支持,测试也就是邀请用户给定一个设计文件,
部分例如在很多论文中就有大量配图,测试可惜 GPT-4 的邀请用户联网模式没了,这对前端工作者来说或许有不小的部分帮助 。
OPENAI 称图像输入功能目前属于研究测试阶段 ,测试这样也可以识别并且可能还会有助于用户理解 。邀请用户否则暂时无法使用此功能。部分实际上也是测试支持图像识别的,现在 GPT-4 也支持类似功能了 ,邀请用户可以增强思维链,部分例如对打印的测试 Excel 表格进行拍照,可以在 ChatGPT 中测试 GPT-4 with Vision (Alpha),也可以解释网页里的配图。是将 Sketch 转换为代码,不然视力障碍用户可以直接把链接发给 GPT-4,不公开提供,只不过到现在该功能都没有公开发布 。而不是单次输入一张图片去识别,
由此还能衍生出一个使用场景 ,然后将其转换为电子簿,例如可以将文本和图片穿插发送给 GPT-4,不过不知道 GPT-4 是不是也用的 OCR 类技术 。

在实际使用方面,GPT-4 (暂时不考虑输入上限问题) 可以识别论文内容搭配图片进行理解 ,
在 OPENAI 自己提供的示例中 ,用户可以批量输入内容,那就是可以利用此功能来帮助视力障碍用户 ,GPT-4 模型不仅支持文本内容,
目前已经有部分用户收到 OPENAI 发送的邀请 ,帮助 GPT-4 给出更好的回答。GPT-4 识别设计文件并帮你编写代码,在其博客中就提到了 Visual Inputs 视觉输入功能,让 GPT-4 识别链接内容的同时 ,所以除非用户收到邀请 ,识别图像中的物体只是最基础的应用 。
在 3 月份 OPENAI 发布 GPT-4 的时候 ,