代号为Gobi的GPT-5即将发布

据报道，OpenAI 正在加紧努力发布一种名为 GPT-Vision 的先进多模式法学硕士，代号为Gobi。

随着秋天的临近，谷歌和OpenAI陷入了一场传统的软件竞赛，旨在推出下一代大型语言模型：多模式。这些模型可以处理图像和文本，例如，只需查看用户希望网站的外观的草图即可为网站生成代码，或者输出可视化图表的文本分析，这样您就不必问问你的工程师朋友这些是什么意思。

多模态人工智能的前景

• 处理文本和图像：多模态 LLM 可以理解和生成文本与图像相结合的内容，从而提供更多的功能。
• GPT-Vision受困于安全审查：但 "OpenAI的工程师似乎已接近满足法律方面的要求"。
• 超越对手的关键优势：率先推出多模态能力可能会让 OpenAI 在与竞争对手的竞争中占据关键优势。

• 旨在击败谷歌：OpenAI似乎有意在谷歌推出Gemini之前发布Gobi，从而在多模态领域占据主导地位。
• 扩展 GPT-4 的功能：Gobi可能会在GPT-4的基础上增加增强的视觉和多模态功能，OpenAI早前曾预览过这些功能。
• 进步的持久性：两家公司都认识到人工智能进步的长期性和竞争性。