ChatGPT

据悉，Gobi将具备多模态能力，即可以同时处理文本、图像和声音等多种输入形式，并能够生成相应的多模态输出。这一功能的引入将使得GPT-4在处理各种复杂任务时更加灵活和高效。

Gemini是谷歌计划中的一个多模态语言模型项目，旨在将文本、图像和声音等多种输入形式结合起来，实现更加全面和智能的语言理解和生成。Gemini的发布备受关注，被认为将引领下一代语言模型的发展方向。然而，OpenAI并不愿意被谷歌抢先一步，因此决定加快推出自己的多模态大型语言模型。