几周前，OpenAI 在其首次开发者活动中发布了用于生成式人工智能服务的最新大型语言模型 GPT-4 Turbo。随后，微软宣布将把 GPT-4 Turbo 模型添加到其 Azure OpenAI 服务中。今天，微软宣布增强其 Azure OpenAI 服务，GPT-4 Turbo with Vision 模型现已作为公开预览版提供给客户。
微软在一篇博文中表示：
这种先进的多模态人工智能模型保留了 GPT-4 Turbo 的所有强大功能，同时引入了处理和分析图像输入的能力。这为利用 GPT-4 执行更广泛的任务提供了机会，包括无障碍改进、可视化数据解释和分析以及可视化问题解答（VQA）。
此外，微软还通过 GPT-4 Turbo with Vision 预览版为 Azure OpenAI 客户增加了更多功能。其中之一是光学字符识别（OCR），它可以检查图像并提取图像中的任何文本，以便将其整合到用户提示中。
GPT-4 Turbo with Vision 的另一项功能是对象接地，它可以让人工智能检查图像，并根据用户的文本提示显示图像中的关键对象。同样，人工智能还可以分析视频的特定帧。
微软补充道：
通过将GPT-4 Turbo与Vision、Azure AI Search和Azure AI Vision相结合，现在可以将图像与文本数据添加到一起，利用矢量搜索开发出与用户数据相连接的解决方案，从而改善聊天机器人体验。
该服务的定价为输入每 1000 个词元 0.01 美元，输出每 1000 个词元 0.03 美元，增强功能的定价不同。
目前，Azure OpenAI 的澳大利亚东部、瑞典中部、瑞士北部和美国西部地区可以访问带有 Vision 功能的 GPT-4 Turbo。访问带有视觉功能的 GPT-4 Turbo 公开预览版的客户将在"未来几周内"自动更新到"稳定的、生产就绪的版本"。