GPT-4是大型多模態(tài)模型，能夠接受圖像和文本兩種模態(tài)的輸入，再通過文字給出正確的文本答復(fù)，在多個(gè)不同的應(yīng)用場景中展現(xiàn) 出強(qiáng)大的能力。

1）給出一道物理題和相應(yīng)的示意圖，GPT-4可以給出具體的解題步驟和相應(yīng)的答案

2）給出論文的截圖，GPT-4可以總結(jié)出論文的主要內(nèi)容，并根據(jù)用戶進(jìn)一步的提問補(bǔ)充其中的細(xì)節(jié)，在用戶的指令下，GPT-4進(jìn)一 步解釋了論文中的第二個(gè)圖像涉及的具體步驟。

3）用戶給出一張具有相關(guān)數(shù)據(jù)信息的圖表并提出了一個(gè)和圖表數(shù)據(jù)相關(guān)的問題，GPT-4可以識別出圖表中對應(yīng)的數(shù)據(jù)，給出問題的 處理步驟和處理結(jié)果。如下圖3所示，給定一張含有芬蘭、格魯吉亞、西亞每日人均肉類消費(fèi)的圖表，GPT4按照要求計(jì)算出了格魯吉亞 和西亞每日人均肉類消費(fèi)的和并給出了對應(yīng)步驟。