GPT4 有可能是一个多模态模型，可用于图像等领域。根据 The Seattle Times 新
闻报道，GPT4 可能是一个很像 ChatGPT 的系统，只生成文本；或者它也可以把
图像和文字结合起来。一些风投机构和微软员工已经看到了它的运行情况，但是
OpenAI 还没有确定新系统是否会发布涉及图像的功能。此外，根据财富杂志报
道，OpenAI 也确实在开发一款通过文字能生成视频的 AI 模型。
若 GPT4 转向多模态，未来输入输出可能出现图像、视频等形态，有望打开下游
千行百业应用空间。NLP 只是大模型的应用领域之一，未来大模型的输入输出可
以不仅限于文字，虽然当前影响力最强的 ChatGPT 是 NLP 模型，还可以包括图
像、视频等多种形式，成为多模态模型，例如 OpenAI 的绘画 AI 模型 DALL-E2，
在 AIGC 界引起过巨大反响的 Stable Diffusion 等等。