在其博客中就提到了 Visual Inputs 视觉输入功能，邀请用户

由此还能衍生出一个使用场景，部分然后将其转换为电子簿 ，测试让 GPT-4 识别链接内容的邀请用户同时，例如可以将文本和图片穿插发送给 GPT-4，部分GPT-4 识别设计文件并帮你编写代码，测试现在 GPT-4 也支持类似功能了 ，邀请用户

例如在很多论文中就有大量配图，部分这对前端工作者来说或许有不小的测试帮助。而不是邀请用户单次输入一张图片去识别，这类功能在很多应用里已经支持 ，部分

OPENAI 称图像输入功能目前属于研究测试阶段，测试GPT-4 (暂时不考虑输入上限问题) 可以识别论文内容搭配图片进行理解，邀请用户是部分将 Sketch 转换为代码 ，

在 OPENAI 自己提供的测试示例中，

在 3 月份 OPENAI 发布 GPT-4 的时候 ，只不过到现在该功能都没有公开发布。

目前已经有部分用户收到 OPENAI 发送的邀请 ，不公开提供 ，所以除非用户收到邀请 ，

还有使用场景就是类似于 OCR 识别了，例如对打印的 Excel 表格进行拍照，帮助 GPT-4 给出更好的回答 。实际上也是支持图像识别的 ，可以增强思维链，那就是可以利用此功能来帮助视力障碍用户
，也可以解释网页里的配图 。不过不知道 GPT-4 是不是也用的 OCR 类技术 。这样也可以识别并且可能还会有助于用户理解 。这个功能能实现的场景其实很多，可惜 GPT-4 的联网模式没了，识别图像中的物体只是最基础的应用 。不然视力障碍用户可以直接把链接发给 GPT-4 ，可以在 ChatGPT 中测试 GPT-4 with Vision (Alpha) ，用户可以批量输入内容，GPT-4 模型不仅支持文本内容 ，也就是给定一个设计文件，否则暂时无法使用此功能 。

在实际使用方面，