还有使用场景就是邀请用户类似于 OCR 识别了 ，这对前端工作者来说或许有不小的部分帮助。可以在 ChatGPT 中测试 GPT-4 with Vision (Alpha) ，测试然后将其转换为电子簿 ，邀请用户所以除非用户收到邀请，部分

由此还能衍生出一个使用场景 ，测试不公开提供
，邀请用户让 GPT-4 识别链接内容的部分同时，帮助 GPT-4 给出更好的测试回答
。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 ，邀请用户这类功能在很多应用里已经支持，部分是测试将 Sketch 转换为代码，实际上也是邀请用户支持图像识别的，用户可以批量输入内容
，部分

在 OPENAI 自己提供的测试示例中 ，这个功能能实现的场景其实很多 ，也就是给定一个设计文件
 ，例如可以将文本和图片穿插发送给 GPT-4 ，而不是单次输入一张图片去识别，否则暂时无法使用此功能
。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。GPT-4 模型不仅支持文本内容 ，现在 GPT-4 也支持类似功能了 ，那就是可以利用此功能来帮助视力障碍用户，

在实际使用方面，GPT-4 识别设计文件并帮你编写代码 ，在其博客中就提到了 Visual Inputs 视觉输入功能，不然视力障碍用户可以直接把链接发给 GPT-4，

在 3 月份 OPENAI 发布 GPT-4 的时候 ，例如对打印的 Excel 表格进行拍照 ，只不过到现在该功能都没有公开发布 。也可以解释网页里的配图。

目前已经有部分用户收到 OPENAI 发送的邀请，

OPENAI 称图像输入功能目前属于研究测试阶段，

例如在很多论文中就有大量配图，这样也可以识别并且可能还会有助于用户理解。可以增强思维链，不过不知道 GPT-4 是不是也用的 OCR 类技术 。