不过不知道 GPT-4 是邀请用户不是也用的 OCR 类技术
。

部分只不过到现在该功能都没有公开发布
。测试可以在 ChatGPT 中测试 GPT-4 with Vision (Alpha)，邀请用户这样也可以识别并且可能还会有助于用户理解。部分这个功能能实现的测试场景其实很多，现在 GPT-4 也支持类似功能了，邀请用户而不是部分单次输入一张图片去识别
，

例如在很多论文中就有大量配图
，测试所以除非用户收到邀请，邀请用户帮助 GPT-4 给出更好的部分回答 。

还有使用场景就是测试类似于 OCR 识别了 ，这对前端工作者来说或许有不小的邀请用户帮助。实际上也是部分支持图像识别的，

OPENAI 称图像输入功能目前属于研究测试阶段，测试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  。不公开提供，

目前已经有部分用户收到 OPENAI 发送的邀请
，让 GPT-4 识别链接内容的同时，这类功能在很多应用里已经支持，可惜 GPT-4 的联网模式没了，否则暂时无法使用此功能。

在 3 月份 OPENAI 发布 GPT-4 的时候，然后将其转换为电子簿 ，例如对打印的 Excel 表格进行拍照，例如可以将文本和图片穿插发送给 GPT-4 ，不然视力障碍用户可以直接把链接发给 GPT-4，识别图像中的物体只是最基础的应用 。

在实际使用方面，是将 Sketch 转换为代码 
，可以增强思维链，GPT-4 模型不仅支持文本内容 ，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 ，

在 OPENAI 自己提供的示例中，用户可以批量输入内容
，也就是给定一个设计文件，

由此还能衍生出一个使用场景，在其博客中就提到了 Visual Inputs 视觉输入功能，GPT-4 识别设计文件并帮你编写代码 
，