这篇文很长！仔细对马上要发布的openai GPT 4V 做了前瞻测评！
主要的概括点：
1、第一，输入的多种模态 随意切换，纯文本 图片文本交互的，极大增加 应用性！
2、视觉提示互动，可以用画标示的方式，和大模型互动！
3、特定场景的少样本泛化能力 强！图表 逻辑 编程能力很强！
4、视频部分内容理解 推导！这部分能力 展示不多，应该相对于图片+文本混合，能力还有待提高！
5、行业应用；机器人导航！图形界面导航！工业缺陷检测！图片配文描述！函数 物理教育互动，医疗诊断提示....
微软ai研究院提供资料