当您可以通过 Azure OpenAI 服务将 GPT-4 Turbo 与 Vision 结合使用时，为什么还要等待 Gemini Ultra

OpenAI的 GPT-4 Turbo 与视觉 是一个大型多模态模型 (LMM)，可以分析图像并对有关图像的问题提供文本响应。 这种先进的多模态 AI 模型包含 GPT-4 Turbo 的所有功能，同时增加了处理和分析图像输入的能力。 

今天，微软 公布 GPT-4 Turbo with Vision 现在可通过 Azure OpenAI 服务获得。 澳大利亚东部、瑞典中部、瑞士北部和美国西部 Azure 区域的现有 Azure OpenAI 服务客户现在可以访问 GPT-4 Turbo with Vision 服务。

随着 GPT-4 Turbo with Vision 的推出，微软还宣布对 Azure AI 服务进行以下改进，以实现高级功能。

• 光学字符识别 (OCR)： 从图像中提取文本，将其与用户的提示和图像集成以丰富上下文。 
• 物体接地：通过识别和概述图像中的关键对象，增强 GPT-4 Turbo with Vision 的文本响应。 
• 视频提示：允许 GPT-4 Turbo with Vision 根据用户的提示，使用视频中最相关的帧来回答问题。 
• 使用图像数据处理 Azure OpenAI 服务： 通过将 GPT-4 Turbo 与 Vision、Azure AI 搜索和 Azure AI Vision 相结合，现在可以将图像与文本数据一起添加，利用矢量搜索开发与用户数据连接的解决方案，从而改善聊天体验。

GPT-4 Turbo with Vision on Azure OpenAI 服务将根据输入和输出令牌的数量收费。 查找下面的详细信息。

本周初，微软研究团队 发现 当使用新的提示技术时，OpenAI 的 GPT-4 模型可以击败 Google Gemini Ultra。 因此，如果您正在等待 Gemini Ultra，那么您绝对应该尝试一下 GPT-4 Turbo with Vision。