GPT4-Vision是一种多模态大型语言模型，具有出色的端到端决策制定能力，平均决策准确率比GPT4-HOLMES高出3%。该模型性能超过了开源最先进的多模态大型语言模型的26%，为多模态大型语言模型研究开辟了新的途径。