在这种方案下，将计算机视觉与智能眼镜结合起来无疑是最合理的方案。2023年10月，微软就发布了基于GPT-4v测试的研究报告，探讨了大语言模型加上视觉处理后，对开放世界图像理解、视觉描述、多模态知识、常识、场景文本理解、文档推理、代码编程、时间推理、 ...