文章摘要
OpenAI 最近发布了最新的 GPT-4 Turbo with Vision 模型，该模型在 GPT-4 Turbo 系列的基础上新增了视觉理解能力，可以处理和分析多媒体输入信息。这一革新使得开发人员可以通过 JSON 格式和函数调用请求使用该模型的视觉识别和分析功能，从而简化工作流程。一些公司如 Cognition 和 Healthify 已经开始利用该模型进行编码任务和提供健康指导服务。Healthify 团队表示，GPT-4 Vision 在准确性、集成简易性和开箱即用方面表现出色，尤其在解决食物名称匹配问题上取得了成功。一些开发者通过测试发现，GPT-4 Vision 对前端开发人员有着巨大影响，但也有测试表明其编程能力可能有所下降。
一些开发者在尝试使用 GPT-4 Vision 进行不同的实验，如从图像中提取数据、重新创建网页、制作测验等。然而，一些评估结果显示，GPT-4 Vision 在编程能力方面可能不如之前的版本，甚至有测试表明其性能低于其他 GPT-4 模型。这引发了一些关于模型是否“偷懒”以及编程能力是否有所退步的讨论。有人认为，将编程贬称为“编码”可能是一个更大的倒退，因为软件开发不仅仅是写代码，还需要丰富的经验和专业知识。
尽管像 GPT-4 这样的系统能够执行一些编程任务，但它们无法完全替代人类软件开发人员的工作。实际上，软件开发人员的工作不仅仅是编写代码，还包括与客户沟通、理解需求、解决复杂问题等。技术只是工具，无法替代人类的创造力和沟通能力。因此，尽管 GPT-4 Vision 能够简化一些开发任务，但替代人类开发者仍然是一个遥远的目标。
原文和模型
【原文链接】 阅读原文 [ 1633字 | 7分钟 ]
【原文作者】 AI前线
【摘要模型】 gpt-3.5-turbo-0125
【摘要评分】 ★★☆☆☆
