OpenAIは、GPT-4の画像認識機能である「GPT-Vision」を発表準備中で、GoogleのGeminiと競合しています。GPT-Visionにより、GPT-4は画像関連のテキスト生成など、より幅広い画像用途が可能になります。OpenAIはまた、「Gobi」と呼ばれるマルチモーダルAIモデルを開発中で、GPT-5となる可能性があります。OpenAIは11月6日の開発者会議で発表する予定です。

OpenAIは、Google Geminiと競合するマルチモーダルAIシステムGPT-Visionのリリース準備を進めています。OpenAIは、より強力なマルチモーダルモデル「Gobi」の開発にも取り組んでいます。マルチモーダルAIが実質的な応用段階に入り、OpenAIとGoogleは直接競争を繰り広げています。