OpenAI GPT-4 की छवि समझने की क्षमताओं को प्रस्तुत करने के लिए तैयार है, जिसे "GPT-Vision" कहा जाता है, जो Google के Gemini के साथ प्रतिस्पर्धा करता है। GPT-Vision GPT-4 को छवि सामग्री से संबंधित पाठ उत्पन्न करने की व्यापक क्षमता प्रदान करता है। OpenAI "Gobi" नामक एक बहु-आकृति AI मॉडल पर भी काम कर रहा है, जो संभवतः GPT-5 बन सकता है। OpenAI 6 नवंबर को होने वाली डेवलपर कॉन्फ्रेंस में G की घोषणा करने की योजना बना रहा है।

OpenAI बहु-मोडल AI सिस्टम GPT-Vision लॉन्च करने के लिए तैयार है ताकि वह Google Gemini से प्रतिस्पर्धा कर सके। OpenAI एक और मजबूत बहु-मोडल मॉडल का निर्माण कर रहा है जिसे Gobi कहा जाता है। बहु-मोडल AI व्यावहारिक अनुप्रयोग चरण में प्रवेश कर रहा है, OpenAI और Google के बीच सीधी प्रतिस्पर्धा।